/ Модель

Характеристики

Лицензия
Apache 2.0
Архитектура
vitmatte · dense
Опубликована
10 сен 2023

vitmatte-small-distinctions-646

Языковая модель3 профессии

ViTMatte — модель на базе Vision Transformer для оценки маски переднего плана и маттинга изображений.

8 576скачиваний за 30 дней1лайквеса обновлены29 мар 2024

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-small-distinctions-646 — модель компьютерного зрения, обученная командой ViTMatte на наборе Distinctions-646 и представленная в работе Yao и соавторов «ViTMatte: Boosting Image Matting with Pretrained Plain Vision Transformers». Архитектура сочетает Vision Transformer и лёгкую выходную голову; модель предназначена для отделения переднего плана от фона и оценки маттинга на изображении.

Модель подходит для извлечения объектов и людей с аккуратными границами, например волос или полупрозрачных участков. Репозиторий содержит веса PyTorch в формате safetensors. Лицензия — Apache-2.0. README отсылает к документации для примеров использования; сведения о длине контекста и поддерживаемых языках к модели неприменимы.

Сценарии применения

  • отделение объекта переднего плана от фона
  • создание точных масок для вырезания людей и объектов
  • обработка тонких границ, например волос
  • подготовка изображений для замены или удаления фона

Ограничения

Модель предназначена для маттинга изображений; README не приводит дополнительных ограничений или численных характеристик качества.

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 Distinctions-646. 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
6a0e75d

0 моделей