Modelo visual aberto do SenseTime 7B, um único modelo trata detecção, segmentação e 3D

robot
Geração de resumo em curso
ME AI Mensagem, segundo a observação do Beating, a SenseTime lançou o SenseNova-Vision-7B-MoT. Ele unifica a deteção de objetos, OCR, localização de pontos-chave, segmentação de imagens, estimativa de profundidade e reconstrução 3D multivisual num único conjunto de tarefas de geração de texto ou de imagens. Os utilizadores descrevem as suas necessidades com linguagem ou sugestões visuais, sem necessidade de instalar módulos dedicados para cada tarefa em separado. No RefCOCOg para segmentação por referência e no Cityscapes para segmentação semântica, este modelo obteve 80.3 e 71.2, respetivamente, acima dos 73.8 e 69.9 do Vision Banana da Google DeepMind. A SenseTime também disponibiliza em simultâneo código de inferência, pesos do modelo e 50 milhões de dados de instruções visuais. O código utiliza Apache 2.0 e os pesos do modelo utilizam CC BY-NC 4.0, apenas para uso não comercial. (Fonte: BlockBeats)
Ver original
Esta página pode conter conteúdos de terceiros, que são fornecidos apenas para fins informativos (sem representações/garantias) e não devem ser considerados como uma aprovação dos seus pontos de vista pela Gate, nem como aconselhamento financeiro ou profissional. Consulte a Declaração de exoneração de responsabilidade para obter mais informações.
  • Recompensa
  • Comentar
  • Republicar
  • Partilhar
Comentar
Adicionar um comentário
Adicionar um comentário
Nenhum comentário
  • Fixado