Sapiens Pose 0.6b

🚀 Pose-Sapiens-0.6B

Pose-Sapiens-0.6B是一個用於關鍵點檢測的模型，基於視覺變換器架構，在大量人類圖像上進行預訓練，可用於單張圖像上308個關鍵點（身體 + 面部 + 手 + 腳）的估計，在野外條件下具有出色的泛化能力。

📚 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類為中心的視覺任務進行微調後，能夠很好地泛化到野外條件。 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為合成數據的情況下，得到的模型對野外數據也表現出顯著的泛化能力。

• 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： 姿態估計
• 格式： 原始格式
• 文件： sapiens_0.6b_goliath_best_goliath_AP_609.pth

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-pose
• 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

Pose 0.6B模型可用於在單張圖像上估計308個關鍵點（身體 + 面部 + 手 + 腳）。

📄 許可證

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