AIbase

S

Sapiens Depth 1b Bfloat16

由 facebook 开发
Sapiens 是一个在3亿张1024x1024分辨率的人像图片上预训练的视觉Transformer模型，专注于以人为中心的视觉任务。
3D视觉
英语
#人像深度估计#高分辨率视觉#十亿参数模型
下载量 37
发布时间 : 9/10/2024
模型介绍
内容详情
替代品

模型简介

该模型用于人像图像的相对深度估计，支持1K高分辨率推理，在标注数据稀缺或完全合成的情况下仍能展现出对真实数据的卓越泛化能力。

模型特点

高分辨率支持
原生支持1K高分辨率推理，图像尺寸可达1024x768。
大规模预训练
在3亿张1024x1024分辨率的人像图片上进行预训练。
卓越泛化能力
即使在标注数据稀缺或完全合成的情况下，仍能展现出对真实数据的卓越泛化能力。

模型能力

人像图像深度估计
高分辨率图像处理

使用案例

计算机视觉
人像深度估计
用于估计人像图像的相对深度信息。
在真实数据上展现出卓越的泛化能力。