Sapiens Depth 0.6b Torchscript

🚀 Depth-Sapiens-0.6B-Torchscript

Depth-Sapiens-0.6B-Torchscript是一個用於深度估計的視覺變換器模型，基於3億張1024x1024分辨率的人類圖像進行預訓練，在以人為中心的視覺任務中表現出色。

📚 詳細文檔

模型詳情

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-0.6B 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，得到的模型對實際場景數據也具有顯著的泛化能力。

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 0.6B 模型可用於估計人類圖像的相對深度。

📄 許可證

本模型使用的許可證為 Creative Commons Attribution-NonCommercial 4.0（知識共享署名-非商業性使用 4.0 國際許可協議）。