Sapiens Pose 1b

🚀 Pose-Sapiens-1B

Pose-Sapiens-1B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，能在以人為中心的視覺任務中取得出色表現，即使在野外環境或標註數據稀缺的情況下也能有很好的泛化能力。

✨ 主要特性

• Sapiens系列視覺變換器在3億張分辨率為1024 x 1024的人類圖像上進行預訓練。預訓練模型在針對以人為中心的視覺任務進行微調後，能很好地適應野外環境。
• Sapiens-1B原生支持1K高分辨率推理，即使在標註數據稀缺或完全是合成數據的情況下，模型對野外數據也有顯著的泛化能力。

📦 模型詳情

📚 詳細文檔

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-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

基礎用法

Pose 1B模型可用於在單張圖像上估計308個關鍵點（包括身體、面部、手部和腳部）。

📄 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 International License）。