Sapiens Depth 2b Torchscript

🚀 Depth-Sapiens-2B-Torchscript

本項目的模型能夠基於人類圖像進行相對深度估計，在以人類為中心的視覺任務中表現出色，即使在標記數據稀缺或完全合成的情況下，也能對野外數據實現顯著的泛化。

🚀 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，你可以參考下方給出的模型信息，結合實際需求進行使用。

✨ 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，能夠很好地適應野外環境。
• Sapiens-2B 原生支持 1K 高分辨率推理。即使在標記數據稀缺或完全合成的情況下，得到的模型也能對野外數據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：torchscript
• 文件：sapiens_2b_render_people_epoch_25_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

💻 使用示例

基礎用法

本模型可用於人類圖像的相對深度估計，以下是一個簡單的使用思路（實際代碼需根據具體情況編寫）：

# 這裡假設使用 torch 加載模型
import torch

# 加載模型文件
model = torch.jit.load('sapiens_2b_render_people_epoch_25_torchscript.pt2')

# 加載人類圖像（這裡省略圖像加載和預處理代碼）
image = ...

# 進行推理
output = model(image)

# 處理輸出結果
...

📄 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（Creative Commons Attribution-NonCommercial 4.0）。具體許可條款請參考 相關鏈接。