AIbase

S

Sapiens Depth 0.3b

由 facebook 开发
智人（Sapiens）是基于3亿张高分辨率人类图像预训练的视觉Transformer模型，专注于以人为中心的视觉任务。
3D视觉
英语
#高分辨率深度估计#人类图像专用#合成数据泛化
下载量 24
发布时间 : 9/10/2024
模型介绍
内容详情
替代品

模型简介

该模型用于人类图像的相对深度估计，支持1K高分辨率推理，对真实数据具有卓越的泛化能力。

模型特点

高分辨率支持
原生支持1K高分辨率推理，适用于1024x768的图像尺寸。
卓越泛化能力
即使在标注数据稀缺或完全合成的情况下，仍能对真实数据表现出色。
高效计算
计算量为1.242万亿次浮点运算，平衡了性能与效率。

模型能力

人类图像深度估计
高分辨率图像处理

使用案例

计算机视觉
人体深度感知
用于估计人类图像的相对深度，适用于增强现实和虚拟现实应用。
在真实场景中表现出卓越的泛化能力。