# 高分辨率姿態估計

Sapiens 是一個基於 3 億張高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。

Sapiens是基於3億張高分辨率人類圖像預訓練的視覺Transformer模型，專為姿態估計任務設計，支持308個關鍵點檢測。

Sapiens是基於3億張高分辨率人類圖像預訓練的視覺Transformer模型，專為姿態估計任務設計，支持308個關鍵點檢測。

Sapiens是一個基於3億張1024x1024分辨率人類圖像預訓練的視覺變換器系列模型，專注於以人為中心的視覺任務。

Pose-Sapiens-1B 是一個基於視覺 Transformer 架構的高分辨率人體姿態估計模型，在 3 億張 1024x1024 分辨率的人類圖像上預訓練，支持 308 個關鍵點檢測（身體、面部、手部和足部）。

Sapiens是基於3億張1024x1024分辨率人體圖像預訓練的視覺Transformer模型，專為高精度姿態估計任務設計。