Sam Vit Base
模型概述
SAM(通用分割模型)能夠對圖像中的任意物體進行分割,輸出二值化的分割掩碼。
模型特點
通用物體分割
能夠對圖像中的任意物體進行分割,無需特定類別限制。
優化配置
專為CVAT(計算機視覺標註工具)中的圖像分割任務優化配置。
二值化輸出
輸出二值化的分割掩碼,便於後續處理和分析。
模型能力
圖像分割
物體識別
掩碼生成
使用案例
計算機視覺
圖像標註
用於圖像標註工具中的自動分割任務,提高標註效率。
物體識別與分割
識別並分割圖像中的任意物體,適用於多種視覺任務。
精選推薦AI模型
Llama 3 Typhoon V1.5x 8b Instruct
專為泰語設計的80億參數指令模型,性能媲美GPT-3.5-turbo,優化了應用場景、檢索增強生成、受限生成和推理任務
大型語言模型
Transformers 支持多種語言

L
scb10x
3,269
16
Cadet Tiny
Openrail
Cadet-Tiny是一個基於SODA數據集訓練的超小型對話模型,專為邊緣設備推理設計,體積僅為Cosmo-3B模型的2%左右。
對話系統
Transformers 英語

C
ToddGoldfarb
2,691
6
Roberta Base Chinese Extractive Qa
基於RoBERTa架構的中文抽取式問答模型,適用於從給定文本中提取答案的任務。
問答系統 中文
R
uer
2,694
98