模型详情
模型介绍
中文整理TIPSv2 — B/14 DPT Heads
模型用途
基于TIPSv2 B/14骨干网络的密集预测Transformer头，用于深度估计、表面法线预测和语义分割。
主要能力
深度估计和法线预测使用NYU Depth V2数据集训练。语义分割使用ADE20K数据集训练，包含150个类别。
输入输出
输入：范围在[0,1]的图像，支持任意分辨率，建议使用14的倍数。输出：对应的深度图、表面法线图和语义分割图。
运行要求
骨干网络自动加载。头部总参数约72M（包含深度、法线和分割三个头部）。
变体参数
B/14版本：视觉参数86M，文本参数110M，嵌入维度768。L/14版本：视觉参数303M，文本参数184M，嵌入维度1024。SO400m/14版本：视觉参数412M，文本参数448M，嵌入维度1152。g/14版本：视觉参数1.1B，文本参数389M，嵌入维度1536。
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。