Sapiens Depth 0.3b

🚀 Depth-Sapiens-0.3B

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類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-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為合成數據的情況下，得到的模型對實際數據也能展現出出色的泛化能力。

📚 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國際許可協議
• 任務：深度估計
• 格式：原始格式
• 文件：sapiens_0.3b_render_people_epoch_100.pth

模型卡片

更多資源

• 代碼倉庫：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

📄 許可證

本項目採用知識共享署名-非商業性使用 4.0國際許可協議（CC BY-NC 4.0）。

💻 使用示例

Depth 0.3B模型可用於估計人類圖像的相對深度。