Sapiens Pretrain 0.6b

🚀 Pretrain-Sapiens-0.6B

Pretrain-Sapiens-0.6B是一個預訓練的視覺變換器模型，在3億張1024 x 1024分辨率的人類圖像上進行訓練。該模型在以人類為中心的視覺任務微調後，能很好地泛化到自然場景中。

🚀 快速開始

Pretrain-Sapiens-0.6B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

• Sapiens系列模型在3億張1024 x 1024分辨率的人類圖像上進行預訓練。
• 預訓練模型在以人類為中心的視覺任務上微調後，能很好地泛化到自然場景中。
• Sapiens-0.6B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，模型對自然數據也有出色的泛化能力。

📚 詳細文檔

模型詳情

Sapiens是一系列視覺變換器模型，在3億張1024 x 1024分辨率的人類圖像上進行預訓練。這些預訓練模型在以人類為中心的視覺任務上進行微調後，能夠很好地泛化到自然場景中。 Sapiens-0.6B原生支持1K高分辨率推理。最終的模型對自然數據表現出顯著的泛化能力，即使標記數據稀缺或完全合成時也是如此。

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：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）。