Sapiens Depth 2b Bfloat16

🚀 Depth-Sapiens-2B-Bfloat16

Depth-Sapiens-2B-Bfloat16是一款用於人類圖像深度估計的模型，基於視覺變換器架構，在大規模人類圖像數據上預訓練，能有效泛化到實際場景。

🚀 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。你可以通過以下資源進一步瞭解和使用該模型：

• 代碼倉庫：https://github.com/facebookresearch/sapiens
• 論文鏈接：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
• 額外結果展示：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。這些預訓練模型在針對以人為中心的視覺任務進行微調後，能夠很好地泛化到實際場景中。
• Sapiens-2B原生支持1K高分辨率推理。即使在標註數據稀缺或完全為合成數據的情況下，得到的模型對實際數據也表現出了顯著的泛化能力。

📚 詳細文檔

模型詳情

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 國際許可協議（CC BY-NC 4.0）。

💻 使用示例

Depth 2B模型可用於估計人類圖像的相對深度。