Sapiens Pose 1b Bfloat16

🚀 Pose-Sapiens-1B-Bfloat16

Pose-Sapiens-1B-Bfloat16模型屬於Sapiens視覺變換器系列，該系列在3億張1024 x 1024分辨率的人類圖像上進行預訓練。經過微調後，模型可用於以人類為中心的視覺任務，在實際場景中表現出良好的泛化能力。

🚀 快速開始

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）。

✨ 主要特性

• Sapiens系列在3億張1024 x 1024分辨率的人類圖像上進行預訓練，微調後可用於以人類為中心的視覺任務，能很好地泛化到實際場景。
• 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合成的情況下，模型對實際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：姿態估計
• 格式：bfloat16
• 文件：sapiens_1b_goliath_best_goliath_AP_639_bfloat16.pt2

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

📄 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）。