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
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