/ Модель

Характеристики

Параметры
1,5 млрд
Лицензия
Своя лицензия
Архитектура
sapiens2 · dense
Базовая модель
sapiens2-pretrain-1b
Библиотека
sapiens2
Опубликована
23 апр 2026

sapiens2-pose-1b

Классификация и разметка3 профессии

Модель Meta на базе Vision Transformer для обнаружения 308 ключевых точек позы человека на изображении, включая подробные точки лица, кистей и стоп.

7 849скачиваний за 30 дней9лайковвеса обновлены10 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

Sapiens2-1B-Pose — модель Meta на базе Vision Transformer для оценки позы человека по изображению. Это чекпойнт с 1,462 млрд параметров в backbone, дообученный от facebook/sapiens2-pretrain-1b; репозиторий содержит веса в формате safetensors.

Модель предсказывает 308 ключевых точек в формате Sociopticon, включая 274 точки лица, а также точки кистей и стоп. Она использует top-down подход: для работы нужны ограничивающие рамки людей, например полученные детектором RTMDet. Предназначена для анализа позы на изображениях с людьми и исследований в области человекоцентричного компьютерного зрения.

Модель разработана Meta и распространяется по лицензии Sapiens2 License (в метаданных лицензия обозначена как other).

Сценарии применения

  • оценка позы человека на изображениях
  • извлечение ключевых точек лица, кистей и стоп
  • анализ положения тела на человекоцентричных изображениях
  • подготовка разметки позы для компьютерного зрения

Ограничения

Для предсказания позы нужны ограничивающие рамки людей, обычно полученные отдельным детектором. Лицензия Sapiens2 License; условия следует сверять с текстом лицензии репозитория.

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

Sapiens2-1B-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 1B Pose Estimation checkpoint, finetuned from the Sapiens2-1B 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-1b sapiens2_1b_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 parameters1.462 B
Backbone FLOPs4.715 T
Embedding dim1536
Layers40
Attention heads24
Inference resolution1024 × 768 (H × W)
Patch size16

Sapiens2-Pose Family

ModelParamsFLOPsEmbed dimLayersHeads
Sapiens2-0.4B0.398 B1.260 T10242416
Sapiens2-0.8B0.818 B2.592 T12803216
Sapiens2-1B (this)1.462 B4.715 T15364024
Sapiens2-1B-4K1.607 B—15364024
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
f5fed8b

0 моделей