/ Модель

Характеристики

Параметры
5,3 млрд
Лицензия
Своя лицензия
Архитектура
sapiens2 · dense
Базовая модель
sapiens2-pretrain-5b
Библиотека
sapiens2
Опубликована
23 апр 2026

sapiens2-pointmap-5b

Оценка глубиныИзображение → depth_map3 профессии

Модель Meta оценивает плотные 3D-координаты для каждого пикселя на изображениях людей.

1 886скачиваний за 30 дней5лайковвеса обновлены15 июн 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

Sapiens2-5B-Pointmap — модель Meta для оценки плотной 3D-карты точек по изображению человека. Для каждого пикселя она предсказывает координаты x, y, z в системе камеры, что позволяет восстанавливать геометрию тела и сцены вокруг человека. Модель использует backbone Sapiens2 на основе Vision Transformer и специализированную голову оценки pointmap; содержит 5,3 млрд параметров и распространяется в формате safetensors.

Модель дообучена на базе facebook/sapiens2-pretrain-5b и предназначена для анализа изображений с людьми, а также исследований в области человеко-центричного компьютерного зрения. В карточке указан Sapiens2 License; конкретные условия следует сверять с текстом этой лицензии.

Сценарии применения

  • восстановление 3D-геометрии тела по изображению
  • оценка координат точек человека в системе камеры
  • анализ геометрии человека на изображениях
  • исследования человеко-центричного компьютерного зрения

Ограничения

Модель ориентирована на человеко-центричные изображения и предсказывает координаты в системе камеры; качество вне этого сценария не описано.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Sapiens2-5B-Pointmap

Per-pixel 3D pointmap (x, y, z coordinates per pixel in camera frame).

This repository contains the 5B Pointmap Estimation checkpoint, finetuned from the Sapiens2-5B pretrained backbone.

Model Details

Quick Start

Install the Sapiens2 repo (pip install -e .), download the checkpoint, and run the demo:

# 1. Download the checkpoint to $SAPIENS_CHECKPOINT_ROOT/pointmap/
hf download facebook/sapiens2-pointmap-5b sapiens2_5b_pointmap.safetensors \
    --local-dir ~/sapiens2_host/pointmap

# 2. Run the demo (edit INPUT, OUTPUT, and MODEL_NAME inside the script)
cd $SAPIENS_ROOT/sapiens/dense
./scripts/demo/pointmap.sh

See the Pointmap Estimation guide for details on inputs, outputs, and visualization options.

Model Card

FieldValue
ArchitectureSapiens2 ViT backbone + Pointmap Estimation head
Backbone parameters5.071 B
Backbone FLOPs15.722 T
Embedding dim2432
Layers56
Attention heads32
Inference resolution1024 × 768 (H × W)
Patch size16

Sapiens2-Pointmap Family

ModelParamsFLOPsEmbed dimLayersHeads
Sapiens2-0.4B0.398 B1.260 T10242416
Sapiens2-0.8B0.818 B2.592 T12803216
Sapiens2-1B1.462 B4.715 T15364024
Sapiens2-5B (this)5.071 B15.722 T24325632

See the Sapiens2 Collection for all variants and other downstream task checkpoints.

Intended Use

  • Pointmap Estimation on human-centric imagery
  • Research on human-centric vision

License

Released under the Sapiens2 License.

Citation

@article{khirodkarsapiens2,
  title={Sapiens2},
  author={Khirodkar, Rawal and Wen, He and Martinez, Julieta and Dong, Yuan and Su, Zhaoen and Saito, Shunsuke},
  journal={arXiv preprint arXiv:2604.21681},
  year={2026}
}

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · sapiens2 · depth-estimation

Нельзя запустить

Для архитектуры sapiens2 нет загрузчика под задачу depth-estimation.

Класс архитектуры
Sapiens2ForPointmapEstimation
Ревизия весов
75ccdf5

0 моделей