Sapiens Pretrain 2b

🚀 Pretrain-Sapiens-2B

Pretrain-Sapiens-2B是基於視覺變換器的預訓練模型，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中表現出色，即使在野外環境或標記數據稀缺的情況下，也能展現出良好的泛化能力。

🚀 快速開始

Pretrain-Sapiens-2B預訓練模型可用於特徵提取、微調，也可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，針對以人類為中心的視覺任務進行微調後，能很好地適應野外環境。
• Sapiens-2B原生支持1K高分辨率推理，即使標記數據稀缺或完全為合成數據，模型對野外數據也有出色的泛化能力。

📚 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：預訓練
• 格式：原始格式
• 文件：sapiens_2b_epoch_660_clean.pth

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

本模型採用知識共享署名 - 非商業性使用 4.0國際許可協議（Creative Commons Attribution-NonCommercial 4.0）。