Sapiens Pretrain 0.3b

🚀 Pretrain-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，能夠很好地泛化到真實場景中。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，得到的模型也能對真實數據表現出出色的泛化能力。

🚀 快速開始

Pretrain-Sapiens-0.3B預訓練模型可用於特徵提取、微調，或作為訓練新模型的起點。

✨ 主要特性

• 開發方：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：預訓練
• 格式：原始格式
• 文件：sapiens_0.3b_epoch_1600_clean.pth

📚 詳細文檔

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：Sapiens Gradio Spaces
• 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）。