Sapiens Depth 1b Bfloat16

🚀 Depth-Sapiens-1B-Bfloat16

本項目的深度估計模型能夠對人類圖像進行相對深度的估計，在以人類為中心的視覺任務中表現出色，即使在真實場景的數據標註稀缺或完全合成的情況下，也能展現出良好的泛化能力。

✨ 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。經過微調後，這些預訓練模型能夠很好地適應真實場景。
• Sapiens-1B原生支持1K高分辨率推理。即使標註數據稀缺或完全合成，得到的模型在真實數據上也能展現出出色的泛化能力。

📦 模型信息

📚 詳細文檔

模型卡片

更多資源

• 倉庫：https://github.com/facebookresearch/sapiens
• 論文：https://arxiv.org/abs/2408.12569
• 演示：https://huggingface.co/spaces/facebook/sapiens-depth
• 項目頁面：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

💻 使用示例

Depth 1B模型可用於估計人類圖像的相對深度。