ViTMatte

Sistema de recorte de imagem baseado em transformadores de visão pura pré-treinados

Produto ComumImagemRecorte de imagemTransformador de visão

O ViTMatte é um sistema de recorte de imagem baseado em transformadores de visão pura pré-treinados (Plain Vision Transformers, ViTs). Ele utiliza um mecanismo de atenção mista e um pescoço convolucional para otimizar o equilíbrio entre desempenho e cálculo, e introduz um módulo de captura de detalhes para complementar as informações de detalhe necessárias para o recorte. O ViTMatte é o primeiro trabalho a liberar o potencial dos ViTs no campo de recorte de imagem através de uma adaptação simples, herdando as vantagens dos ViTs em estratégias de pré-treinamento, design de arquitetura simples e estratégias de inferência flexíveis. Nos dois benchmarks de recorte de imagem mais utilizados, Composition-1k e Distinctions-646, o ViTMatte atingiu o desempenho de ponta, superando trabalhos anteriores com uma grande margem.

Best AI Websites & Tools

ViTMatte

ViTMatte Situação do Tráfego Mais Recente

ViTMatte Tendência de Visitas

ViTMatte Distribuição Geográfica das Visitas

ViTMatte Fontes de Tráfego

ViTMatte Alternativas

ViTMatte — Sistema de recorte de imagem baseado em transformadores de visão pura pré-treinados

Magma — Magma é um modelo básico capaz de entender e executar entradas multimodais, podendo ser usado em tarefas e ambientes complexos.

timesfm-2.0-500m-pytorch — Modelo de previsão de séries temporais pré-treinado desenvolvido pelo Google Research.

OpenEMMA — Modelo multimodal de direção autônoma de ponta a ponta de código aberto

ModernBERT-base — Modelo de codificador bidirecional eficiente para processamento de textos longos

SynCamMaster — Tecnologia de geração de vídeo sincronizada em múltiplas perspectivas

InternVL2_5-26B — Modelo de linguagem grande multimodal, integrando compreensão visual e linguística.

Meta Llama 3.3 — Modelo de linguagem grande pré-treinado multilíngue com 70 bilhões de parâmetros

Aria-Base-64K — Modelo multi-modal nativo Mixture-of-Experts

ViTLP — Modelo pré-treinado de layout de texto gerado por guia visual para inteligência de documentos

Qwen2.5-Coder-32B-Instruct-GPTQ-Int4 — Modelo de linguagem de código aberto com 3,2 bilhões de parâmetros para geração de código.

Qwen2.5-Coder-0.5B-Instruct — Modelo de geração de código de 0,5B de parâmetros com ajuste de instruções da série Qwen2.5-Coder

Qwen2.5-Coder-3B — Modelo de 3B parâmetros da série Qwen2.5-Coder, focado em geração e compreensão de código.

Relatório Técnico do Qwen2.5-Coder — Série de Relatórios Técnicos do Qwen2.5-Coder

Aya Expanse-8b — Modelo de linguagem grande multilíngue, suporta 23 idiomas

DTLR — Modelo de detecção e reconhecimento de texto manuscrito

OLMoE — Modelo de linguagem de mistura de especialistas de código aberto com 130 milhões de parâmetros ativos.

OpenCity — Modelo de base espaço-temporal de código aberto para previsão de tráfego

EXAONE-3.0-7.8B-Instruct — Modelo de geração de texto bilíngue com 780 milhões de parâmetros

Llama 3 — Modelo de linguagem grande, que suporta diversos tamanhos de parâmetros.

Meta Llama 3.1-405B — Modelo de linguagem pré-treinado multilíngue de grande escala

Index-1.9B-Pure — Modelo de linguagem de grande porte leve, focado na geração de texto.

Index-1.9B-Chat — Modelo de geração de diálogo baseado em 1,9 bilhão de parâmetros

Modelo de Extração de Informação YAYI — Modelo de extração de informação de alta qualidade baseado em dados em larga escala

GLM-4V-9B — Modelo pré-treinado multi-modal de código aberto, com capacidade de diálogo em chinês e inglês.

Série GLM-4 — Modelo de diálogo multimodal multilíngue de código aberto

CogVLM2 — Modelo de diálogo pré-treinado multimodais de segunda geração

Mixtral-8x22B — Um grande modelo de linguagem baseado em um modelo de especialista esparso.

Qwen1.5-32B — Série de modelos de linguagem pré-treinados baseados em Transformer

Chronos — Modelo de previsão de séries temporais pré-treinado baseado em arquitetura de modelo de linguagem.