ME AI повідомлення, за спостереженням Beating-автомоніторингу, компанія SenseTime випустила SenseNova-Vision-7B-MoT. Воно поєднує в єдині завдання текстового або зображеннєвого генерування детектування об’єктів, OCR, локалізацію ключових точок, сегментацію зображень, оцінку глибини та багатовидову 3D-реконструкцію. Користувач описує вимоги за допомогою мовних або візуальних підказок, не потрібно встановлювати окремі спеціалізовані модулі для кожного типу завдання. У RefCOCOg для референсної сегментації та Cityscapes для семантичної сегментації модель відповідно досягає 80.3 та 71.2, що вище за 73.8 та 69.9 у Google DeepMind Vision Banana. SenseTime також одночасно відкриває код для інференсу, ваги моделі та дані з 50 млн візуальних інструкцій. Код використовує Apache 2.0, ваги моделі — CC BY-NC 4.0, лише для некомерційного використання. (Джерело: BlockBeats)

Переглянути оригінал

Ця сторінка може містити контент третіх осіб, який надається виключно в інформаційних цілях (не в якості запевнень/гарантій) і не повинен розглядатися як схвалення його поглядів компанією Gate, а також як фінансова або професійна консультація. Див. Застереження для отримання детальної інформації.

Нагородити
подобається
Прокоментувати
Репост
Поділіться

Прокоментувати

Додати коментар

Немає коментарів

Популярні теми
Дізнатися більше
#
PreIPOsSeason2OpenAISubscription
1,18M Популярність
#
GateJuneTransparencyReport
234,77K Популярність
#
IsraelStrikesIranBTCPlunges
72,17K Популярність
#
WarshTestimonyMeetsCPI
486,01K Популярність
#
PredictWorldCup🇫🇷vs🇪🇸
183,28K Популярність

Закріплено

карта сайту

SenseTime відкриває вихідний код візуальної моделі 7B, один пакет моделей виконує виявлення, сегментацію та 3D

Популярні теми

PreIPOsSeason2OpenAISubscription

GateJuneTransparencyReport

IsraelStrikesIranBTCPlunges

WarshTestimonyMeetsCPI

PredictWorldCup🇫🇷vs🇪🇸

Закріплено