# 合成數據泛化

Sapiens Pose 0.6b
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。
姿態估計 英語
S
facebook
19
2
Sapiens Depth 0.3b Bfloat16
Sapiens是一個在3億張1024x1024分辨率的人類圖像上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。
3D視覺 英語
S
facebook
22
0
Sapiens Depth 1b Bfloat16
Sapiens 是一個在3億張1024x1024分辨率的人像圖片上預訓練的視覺Transformer模型,專注於以人為中心的視覺任務。
3D視覺 英語
S
facebook
37
0
Sapiens Depth 2b Bfloat16
Sapiens-2B是基於3億張高分辨率人體圖像預訓練的視覺Transformer模型,專門針對人體深度估計任務優化,支持1K分辨率推理並具有優秀的真實場景泛化能力。
3D視覺 英語
S
facebook
17
0
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 1b Bfloat16
Sapiens是基於3億張高分辨率人類圖像預訓練的視覺Transformer模型,專注於以人為中心的視覺任務
圖像分割 英語
S
facebook
42
0
Sapiens Pose 1b Bfloat16
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。
姿態估計 英語
S
facebook
31
0
Sapiens Pretrain 1b Bfloat16
Sapiens是基於3億張1024×1024分辨率人體圖像預訓練的視覺Transformer模型,支持高分辨率推理和真實場景泛化。
圖像分類 英語
S
facebook
23
0
Sapiens Pretrain 2b 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,支持高分辨率推理和真實場景泛化。
圖像分類 英語
S
facebook
20
2
Sapiens Depth 0.3b
智人(Sapiens)是基於3億張高分辨率人類圖像預訓練的視覺Transformer模型,專注於以人為中心的視覺任務。
3D視覺 英語
S
facebook
24
0
Sapiens Depth 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。
3D視覺 英語
S
facebook
19
1
Sapiens Depth 2b
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。
3D視覺 英語
S
facebook
40
3
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
Sapiens Seg 1b
Sapiens是基於3億張人類圖像預訓練的視覺Transformer模型,專注於以人為中心的分割任務,支持1K高分辨率推理。
圖像分割 英語
S
facebook
146
4
Sapiens Pose 1b
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)。
姿態估計 英語
S
facebook
82
4
Sapiens Pretrain 0.3b
Sapiens是基於3億張高分辨率人類圖像預訓練的視覺Transformer模型,專為以人為中心的視覺任務設計。
圖像分類 英語
S
facebook
34
1
Sapiens Pretrain 0.6b
Sapiens是基於3億張1024×1024分辨率人體圖像預訓練的視覺Transformer模型,擅長以人為中心的視覺任務。
圖像分類 英語
S
facebook
13
0
Sapiens Pretrain 1b
Sapiens是基於3億張高分辨率人類圖像預訓練的視覺Transformer模型,專注於以人為中心的視覺任務。
人臉相關 英語
S
facebook
48
1
Sapiens Pretrain 2b
Sapiens-2B是基於3億張高分辨率人類圖像預訓練的視覺Transformer模型,專為以人為中心的視覺任務設計,具有卓越的泛化能力。
人臉相關 英語
S
facebook
28
2
Sapiens Depth 0.6b Torchscript
Sapiens 是一個基於 3 億張 1024 x 1024 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。
3D視覺 英語
S
facebook
34
0
Sapiens Depth 2b Torchscript
Sapiens是基於3億張1024×1024分辨率人體圖像預訓練的視覺Transformer模型,專為人體中心視覺任務設計,具有卓越的泛化能力。
3D視覺 英語
S
facebook
58
0
Sapiens Seg 0.6b Torchscript
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
25
0
Sapiens Seg 1b Torchscript
Sapiens是基於3億張1024×1024分辨率人體圖像預訓練的視覺變換器系列,專為人體中心視覺任務設計,具有卓越的泛化能力。
圖像分割 英語
S
facebook
892
1
Sapiens Pose 1b Torchscript
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。
姿態估計 英語
S
facebook
1,245
7
Sapiens Pretrain 1b Torchscript
Sapiens是一個在3億張1024x1024分辨率人類圖像上預訓練的視覺Transformer家族,專為以人為中心的視覺任務設計。
圖像分類 英語
S
facebook
35
0
AIbase
智啟未來,您的人工智能解決方案智庫
© 2025AIbase