ScribblePrompt-SAM
Žádný odhad
Žádné hardwarové požadavky pro tento model
Hmotnosti tohoto modelu jsou otevřené, ale žádný počet parametrů pro něj nebyl zveřejněn. Každé číslo týkající se paměti a rychlosti vychází z této hodnoty, takže bychom raději nic neukázali, než fabrikaovaný odhad..
Na záznamu
Plná specifikace
Všechno o tomto modelu v záznamech. Většina z toho popisuje, jak byl trénován, spíše než jak funguje — užitečný kontext pro posouzení, kolik práce do něj bylo vynaloženo, a jak se srovnává s modely postavenými na jiné úrovni..
Původ
Kdo vytvořil tento model, kde a kdy byl publikován.
- Organizace
- Massachusetts Institute of Technology (MIT)
- Typ organizace
- Academia
- Země
- United States of America
- Publikováno
- 16 July 2024
- Autoři
- Hallee E. Wong, Marianne Rakic, John Guttag, Adrian V. Dalca
Co to dělá
Problémové oblasti, pro které byl model vytvořen. Model může obsahovat několik z každého.
- Doména
- Vision, Biology, Medicine
- Úkol
- Image segmentation
- Základní model
- Segment Anything Model
Velikost
Jak velký je model a kolik dat byl trénován. Parametry jsou číslo, které rozhoduje, zda se vejde na danou grafickou kartu.
- Výcviková data
- tokens
- Epochy
- 60,000
Dostupnost
Zda můžete získat model a spustit ho na svém vlastním hardwaru, což rozhoduje o tom, zda se některé z čísel grafických karet na této stránce vztahují.
- Hmotnosti
- Open — downloadable
- Přístup k modelu
- Open weights (unrestricted)
- Tréninkový kód
- Open source
Apache 2.0 https://github.com/halleewong/ScribblePrompt
Jak je to klasifikováno
Štítky aplikačních datových sad, které se používají při sledování významných modelů, a jak jistý je ve záznamu.
- Záznam důvěry
- Unknown
Žrovy
Odkud tento záznam pochází a kdy byl naposledy zkontrolován.
- Reference
- ScribblePrompt: Fast and Flexible Interactive Segmentation for Any Biomedical Image
- Nap poslední aktualizace
- 28 November 2025
Co čísla znamenají
Pozadí
ScribblePrompt-SAM byl zveřejněn Massachusetts Institute of Technology (MIT), v zemi zaznamenané jako United States of America, během July 2024. Kategorie, do které vydavatel spadá, je academia.
funguje v oblasti Vision, Biology, Medicine, a je zaznamenán jako vykonávající úkol image segmentation.
Staví na Segment Anything Model. To je obvyklý způsob, jak je specializovaný model vytvářen.
Váhy jsou zveřejněny, takže si je můžete stáhnout a spustit na své vlastní hardwaru neomezeně, offline, bez připojeného účtu.
Odpovědi
ScribblePrompt-SAM — běžné otázky
ScribblePrompt-SAM— Kdo to vytvořil?
Bylo to publikováno společností Massachusetts Institute of Technology (MIT), zakládající se na United States of America, organizace zařazená jako academia.
ScribblePrompt-SAM— Kdy byl vydán?
Bylo to zveřejněno v July 2024. Schopnost na parametr se od té doby výrazně zlepšila, takže novější model stejné velikosti je často lepším využitím stejného hardwaru.
ScribblePrompt-SAM— K čemu se to používá?
funguje v oblasti Vision, Biology, Medicine, a je zaznamenáno jako zpracovávající úkol image segmentation. Modely často obsahují více než jeden z každého a štítky popisují účel spíše než omezení schopností.
ScribblePrompt-SAM— kde si to mohu stáhnout?
Váhy jsou zveřejněny, i když nemáme odkaz na repozitář. Tato stránka vypočítává hardwarové požadavky spíše než aby hostila modelové soubory.
ScribblePrompt-SAM— Jakou GPU potřebuji k jejímu spuštění?
Nemůžeme říct. Má otevřené váhy, ale žádný počet parametrů pro něj nebyl zveřejněn a každý výpočet paměti a rychlosti začíná od toho čísla. Raději bychom ukázali nic než vykonstruovaný odhad.
ScribblePrompt-SAM— Je to OPEN SOURCE?
Jeho váhy jsou zveřejněny, takže si je lze stáhnout a spustit na vlastním hardwaru. Všimněte si, že open WEIGHTS není totéž co open SOURCE v plném smyslu — neříká nic o tréninkových datech, tréninkovém kódu nebo obchodních podmínkách připojených.
ScribblePrompt-SAM— kolik má parametrů?
Pro něj nebyl zveřejněn žádný počet parametrů, a proto se na této stránce neobjevují žádné údaje o paměti nebo rychlosti.
Druhý směr
Díváte se na to z druhé strany?
Tato stránka začíná od modelu. Pokud již vlastníte kartu a chcete vědět všechno, co bude spuštěno, začněte raději od hardwaru.