/ Модель

Характеристики

Параметры
403 млн
Лицензия
Своя лицензия
Архитектура
sapiens2 · dense
Базовая модель
sapiens2-pretrain-0.4b
Библиотека
sapiens2
Опубликована
23 апр 2026

sapiens2-pose-0.4b

Классификация и разметка3 профессии

Дообученная модель Meta на базе Sapiens2-0.4B, которая оценивает позу человека по изображению и предсказывает 308 ключевых точек лица, кистей, стоп и тела.

5 223скачиваний за 30 дней12лайковвеса 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

Sapiens2-0.4B-Pose — модель Meta для оценки позы человека на изображениях. Это дообученная на задаче оценки позы модель на базе Vision Transformer Sapiens2-0.4B; в репозитории около 402,7 млн параметров, веса представлены в формате safetensors.

Модель выполняет top-down-оценку позы по ограничивающим рамкам человека, которые предварительно должен предоставить детектор объектов, например RTMDet. Она предсказывает 308 ключевых точек в формате Sociopticon, включая 274 точки лица, а также точки кистей и стоп. Подходит для анализа человекоцентричных изображений и исследований компьютерного зрения.

Для запуска предусмотрен код проекта Sapiens2. В README указана лицензия Sapiens2 License; метаданные обозначают лицензию как other, поэтому конкретные условия следует сверять с текстом лицензии репозитория. Модель требует детектора людей и не предназначена для самостоятельного обнаружения людей на изображении.

Сценарии применения

  • оценка позы людей на фотографиях
  • извлечение ключевых точек лица, кистей и стоп
  • анализ движений человека по кадрам
  • подготовка разметки позы для человекоцентричных исследований

Ограничения

Для top-down-оценки модели необходимы рамки людей от отдельного детектора, например RTMDet. Предсказания представлены в формате Sociopticon.

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

Sapiens2-0.4B-Pose

308-keypoint top-down pose estimation including detailed face (274 keypoints), hand, and foot keypoints. Predictions follow the Sociopticon keypoint format.

This repository contains the 0.4B Pose Estimation checkpoint, finetuned from the Sapiens2-0.4B pretrained backbone.

Pose is top-down — it requires bounding boxes from a person detector. We use RTMDet.

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/pose/
hf download facebook/sapiens2-pose-0.4b sapiens2_0.4b_pose.safetensors \
    --local-dir ~/sapiens2_host/pose

# 2. Run the demo (edit INPUT, OUTPUT, and MODEL_NAME inside the script)
cd $SAPIENS_ROOT/sapiens/pose
./scripts/demo/keypoints308.sh

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

Model Card

FieldValue
ArchitectureSapiens2 ViT backbone + Pose Estimation head
Backbone parameters0.398 B
Backbone FLOPs1.260 T
Embedding dim1024
Layers24
Attention heads16
Inference resolution1024 × 768 (H × W)
Patch size16

Sapiens2-Pose Family

ModelParamsFLOPsEmbed dimLayersHeads
Sapiens2-0.4B (this)0.398 B1.260 T10242416
Sapiens2-0.8B0.818 B2.592 T12803216
Sapiens2-1B1.462 B4.715 T15364024
Sapiens2-5B5.071 B15.722 T24325632

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

Intended Use

  • Pose 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 · keypoint-detection

Нельзя запустить

Для архитектуры sapiens2 нет загрузчика под задачу keypoint-detection.

Класс архитектуры
Sapiens2ForPoseEstimation
Ревизия весов
73572e1

0 моделей