AIbase
TW
模型選型
標籤
視覺Transformer架構

# 視覺Transformer架構

Sapiens Seg 0.6b Bfloat16
Sapiens是一個基於3億張1024x1024分辨率人類圖像預訓練的視覺Transformer模型家族，專注於以人為中心的視覺任務。
圖像分割 英語
S
facebook
24
0
Sapiens Seg 0.3b
Sapiens是一個基於3億張1024×1024分辨率人類圖像預訓練的視覺Transformer模型家族，專注於以人為中心的視覺任務。
圖像分割 英語
S
facebook
48
2
Sapiens Seg 0.6b
Sapiens是一個基於3億張1024x1024分辨率人類圖像預訓練的視覺Transformer模型家族，專注於以人為中心的視覺任務。
圖像分割 英語
S
facebook
16
0
Dog Breeds Multiclass Image Classification With Vit
MIT
使用谷歌視覺Transformer架構微調的犬種分類模型，支持120種犬類的圖像識別
圖像分類 Transformers
D
wesleyacheng
584
4
Beit Large Finetuned Ade 640 640
Apache-2.0
BEiT是一種基於視覺Transformer架構的圖像分割模型，通過自監督預訓練和ADE20k數據集微調實現高效語義分割。
圖像分割 Transformers
B
microsoft
14.97k
14
AIbase
智啟未來，您的人工智能解決方案智庫
English简体中文繁體中文にほんご
© 2025AIbase