模型详情
模型介绍
中文整理模型名称
TIPSv2 — SO400m/14 DPT Heads
模型用途
基于Dense Prediction Transformer（DPT）架构的深度估计、表面法线预测和语义分割模型。
主要能力
在冻结的TIPSv2 SO400m/14骨干网络上运行三个预测头，分别完成深度估计、表面法线预测和语义分割任务。骨干网络自动加载。深度和法线预测头使用NYU Depth V2数据集训练，语义分割头使用ADE20K数据集训练（150类）。
变体版本
B/14：视觉参数86M，文本参数110M，嵌入维度768
L/14：视觉参数303M，文本参数184M，嵌入维度1024
SO400m/14：视觉参数412M，文本参数448M，嵌入维度1152
g/14：视觉参数1.1B，文本参数389M，嵌入维度1536
输入输出
输入：图像，像素值范围[0, 1]，支持任意分辨率（建议使用14的倍数）
输出：深度图、表面法线图、语义分割图
运行要求
预测头参数总量约120M（深度估计、法线预测、语义分割三个头合计）
许可证
Apache 2.0
优先采用原作者提供的中文模型卡片；仅有英文说明时由闲社AI翻译整理。重要参数、许可证和商用范围请以原文为准。
你将获得什么
完整仓库方式包含该固定版本中的权重、配置、分词器及说明文件；指定版本方式只下载所选文件或整组分片。多模态模型的投影文件、配置等依赖，请按作者说明配齐。
完整仓库可能包含多个权重格式，因此需要的磁盘空间可能大于单一格式的模型大小。下载文件不等于完成模型部署。
使用前须知
运行环境
运行模型需要的设备、工具与依赖，以原作者说明为准。
授权范围
是否允许商用、修改和分发，请查看模型许可证。
闲社提供资料与镜像下载方法，不代表已运行模型或完成安全审计。下载的代码应先检查，再执行。
资料或下载有问题？
登录后可提交反馈。