Sapiens Seg 0.3b Torchscript

🚀 Seg-Sapiens-0.3B-Torchscript

Seg-Sapiens-0.3B-Torchscript是一款用於圖像分割的模型，基於在3億張1024 x 1024分辨率的人類圖像上預訓練的視覺變換器，在以人類為中心的視覺任務中表現出色，即使在野外環境和標註數據有限的情況下也能有很好的泛化能力。

🚀 快速開始

本模型可直接用於對人類圖像進行28類身體部位分割任務。

✨ 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了預訓練，微調後可很好地泛化到野外環境。
• Sapiens-0.3B原生支持1K高分辨率推理，即使標註數據稀缺或完全合成，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（Vision Transformer）
• 許可證：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）
• 任務：分割（seg）
• 格式：torchscript
• 文件：sapiens_0.3b_goliath_best_goliath_mIoU_7673_epoch_194_torchscript.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-seg
• 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

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