Sapiens Seg 1b Torchscript

🚀 Seg-Sapiens-1B-Torchscript

Seg-Sapiens-1B-Torchscript是一個用於圖像分割的模型，基於視覺變換器架構，在大量人類圖像上預訓練，能在以人為中心的視覺任務中表現出色，可對人類圖像進行28類身體部位分割。

✨ 主要特性

• Sapiens系列視覺變換器在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，這些預訓練模型能很好地泛化到實際場景中。
• 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為合成數據的情況下，得到的模型也能在實際數據上展現出出色的泛化能力。

📚 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_1b_goliath_best_goliath_mIoU_7994_epoch_151_torchscript.pt2

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-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

💻 使用示例

Seg 1B模型可用於對人類圖像進行28類身體部位分割。

📄 許可證

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