Sapiens Depth 0.3b Torchscript

🚀 Depth-Sapiens-0.3B-Torchscript

本項目的深度估計模型能夠對人類圖像進行相對深度估計，基於在大量人類圖像上預訓練的視覺變換器架構，在實際場景中具有出色的泛化能力。

🚀 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，你可以參考後續提供的資源鏈接獲取更多使用方法。

✨ 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，這些預訓練模型在以人類為中心的視覺任務中，能夠很好地適應實際場景。
• Sapiens-0.3B 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 國際許可協議
• 任務：深度估計
• 格式：torchscript
• 文件：sapiens_0.3b_render_people_epoch_100_torchscript.pt2

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）。