Sapiens Depth 0.3b Bfloat16

🚀 Depth-Sapiens-0.3B-Bfloat16

Sapiens是一系列視覺變換器模型，可用於人類圖像的深度估計，在相關任務中表現出色。

🚀 快速開始

本模型可直接用於人類圖像的相對深度估計任務，你可以通過以下鏈接獲取模型相關資源：

• 倉庫地址：https://github.com/facebookresearch/sapiens
• 論文地址：https://arxiv.org/abs/2408.12569
• 演示地址：https://huggingface.co/spaces/facebook/sapiens-depth
• 項目主頁：https://about.meta.com/realitylabs/codecavatars/sapiens
• 額外結果：https://rawalkhirodkar.github.io/sapiens
• HuggingFace集合：https://huggingface.co/collections/facebook/sapiens-66d22047daa6402d565cb2fc

✨ 主要特性

• Sapiens是一系列視覺變換器模型，在3億張分辨率為1024 x 1024的人類圖像上進行了預訓練。當針對以人為中心的視覺任務進行微調時，這些預訓練模型能夠很好地泛化到實際場景中。
• Sapiens-0.3B原生支持1K高分辨率推理。即使在標記數據稀缺或完全合成的情況下，得到的模型對實際數據也有顯著的泛化能力。

📚 詳細文檔

模型詳情

• 開發者：Meta
• 模型類型：視覺變換器
• 許可證：知識共享署名 - 非商業性使用 4.0許可協議
• 任務：深度估計
• 格式：bfloat16
• 文件：sapiens_0.3b_render_people_epoch_100_bfloat16.pt2

模型卡片

📄 許可證

本模型採用知識共享署名 - 非商業性使用 4.0許可協議（CC BY - NC 4.0）。

💻 使用示例

Depth 0.3B模型可用於估計人類圖像的相對深度。你可以根據上述提供的倉庫、論文等資源，結合自身需求進行模型的使用和開發。