/ Модель

Характеристики

Лицензия
Apache 2.0
Архитектура
vitmatte · dense
Опубликована
10 сен 2023

vitmatte-base-composition-1k

Языковая модель3 профессии

ViTMatte — модель на Vision Transformer для точного выделения переднего плана и оценки масок прозрачности на изображениях.

32 766скачиваний за 30 дней12лайковвеса обновлены21 сен 2023

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

ViTMatte-base-composition-1k — модель для выделения переднего плана и оценки маски прозрачности объектов на изображениях. Она основана на Vision Transformer с лёгкой предсказывающей головой и обучена на наборе Composition-1k; модель представлена в статье Yao и соавторов «ViTMatte: Boosting Image Matting with Pretrained Plain Vision Transformers». Репозиторий впервые опубликован авторами ViTMatte.

Модель предназначена для image matting: получения детальной маски переднего плана, в том числе для отделения объектов от фона при обработке изображений. Доступны веса PyTorch. Лицензия — Apache-2.0. Карточка не приводит оценки качества или подробностей об ограничениях применения.

Сценарии применения

  • выделение объекта переднего плана на фотографии
  • создание маски прозрачности для отделения объекта от фона
  • подготовка изображений для замены или удаления фона

Ограничения

Карточка не приводит количественных оценок качества или подробных ограничений. Модель предназначена для обработки изображений и не описана как универсальная модель сегментации объектов.

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

ViTMatte model

ViTMatte model trained on Composition-1k. It was introduced in the paper ViTMatte: Boosting Image Matting with Pretrained Plain Vision Transformers by Yao et al. and first released in this repository.

Disclaimer: The team releasing ViTMatte did not write a model card for this model so this model card has been written by the Hugging Face team.

Model description

ViTMatte is a simple approach to image matting, the task of accurately estimating the foreground object in an image. The model consists of a Vision Transformer (ViT) with a lightweight head on top.

ViTMatte high-level overview. Taken from the original paper.

Intended uses & limitations

You can use the raw model for image matting. See the model hub to look for other fine-tuned versions that may interest you.

How to use

We refer to the docs.

BibTeX entry and citation info

@misc{yao2023vitmatte,
      title={ViTMatte: Boosting Image Matting with Pretrained Plain Vision Transformers}, 
      author={Jingfeng Yao and Xinggang Wang and Shusheng Yang and Baoyuan Wang},
      year={2023},
      eprint={2305.15272},
      archivePrefix={arXiv},
      primaryClass={cs.CV}
}

Как запустить

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

GPU в ailist

Универсальный рантайм

Нельзя запустить

У модели не указана задача.

Класс архитектуры
VitMatteForImageMatting
Ревизия весов
bf486d0

0 моделей