sapiens

Sapiens 是一个专注于人类视觉任务的高分辨率模型库，能够处理如2D姿态估计、部位分割、深度和法线等任务。该项目基于3亿张真实世界的人类图片进行预训练，展现出在无约束条件下的出色泛化能力。其核心功能包括从1024x1024分辨率图像中提取高精度特征，使用16像素大小的patch进行原生训练，确保了对细节的精准捕捉。Sapiens适用于需要高质量人体分析的各种场景，比如虚拟现实、增强现实应用开发以及高级人机交互系统的设计。