Sapiens Depth 2b

🚀 Depth-Sapiens-2B

Depth-Sapiens-2B是一款用于深度估计的视觉变换器模型，在大量人类图像上预训练，能有效泛化到真实场景，可用于人类图像的相对深度估计。

🚀 快速开始

该模型可直接用于人类图像的相对深度估计任务，你可以参考下面的资源开展工作：

• 仓库地址：https://github.com/facebookresearch/sapiens
• 论文链接：https://arxiv.org/abs/2408.12569
• 演示地址：https://huggingface.co/spaces/facebook/sapiens-depth
• 项目页面：https://about.meta.com/realitylabs/codecavatars/sapiens
• 额外结果展示：https://rawalkhirodkar.github.io/sapiens
• HuggingFace集合：https://huggingface.co/collections/facebook/sapiens-66d22047daa6402d565cb2fc

✨ 主要特性

• Sapiens是一系列视觉变换器模型，在3亿张分辨率为1024 x 1024的人类图像上进行了预训练。这些预训练模型在针对以人为中心的视觉任务进行微调后，能够很好地泛化到真实场景中。
• Sapiens-2B原生支持1K高分辨率推理。即使在标注数据稀缺或完全为合成数据的情况下，得到的模型对真实数据也表现出了显著的泛化能力。

📚 详细文档

模型详情

• 开发者：Meta
• 模型类型：视觉变换器
• 许可证：知识共享署名 - 非商业性使用 4.0 国际许可协议
• 任务：深度估计
• 格式：原始格式
• 文件：sapiens_2b_render_people_epoch_25.pth

模型卡片

📄 许可证

本模型使用的许可证为Creative Commons Attribution-NonCommercial 4.0（知识共享署名 - 非商业性使用 4.0 国际许可协议）。