AIbase

S

Sapiens Depth 0.3b Torchscript

由 facebook 开发
Sapiens 是一个基于 3 亿张 1024 x 1024 分辨率人类图像预训练的视觉变换器家族，用于深度估计任务。
3D视觉
英语
#高分辨率深度估计#人类图像专用#3亿数据预训练
下载量 69
发布时间 : 9/9/2024
模型介绍
内容详情
替代品

模型简介

Sapiens-0.3B 是一个视觉变换器模型，专门用于估计人类图像的相对深度。该模型在 1K 高分辨率下表现出色，能够泛化至真实场景。

模型特点

高分辨率支持
原生支持 1K 高分辨率推理，适用于高精度深度估计任务。
强大的泛化能力
即使在标注数据稀缺或完全合成的情况下，也能展现出对真实数据的出色泛化能力。
大规模预训练
基于 3 亿张 1024 x 1024 分辨率人类图像预训练，具备强大的特征提取能力。

模型能力

人类图像深度估计
高分辨率图像处理
真实场景泛化

使用案例

计算机视觉
虚拟现实
用于虚拟现实应用中的人类深度估计，提升场景的真实感。
增强现实
在增强现实应用中，准确估计人类深度以实现更自然的交互。