Mono3D++
Žádný odhad
Žádné hardwarové požadavky pro tento model
Hmotnosti pro tento model nebyly zveřejněny, takže jej nelze stáhnout ani spustit na vlastním hardwaru v žádné velikosti. Je dostupný pouze prostřednictvím svého poskytovatele, a žádná změna grafické karty to nezmění..
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
- University of California Los Angeles (UCLA),Megvii Inc
- Typ organizace
- Academia,Industry
- Země
- United States of America, China
- Publikováno
- 11 January 2019
- Autoři
- Tong He, Stefano Soatto
Co to dělá
Problémové oblasti, pro které byl model vytvořen. Model může obsahovat několik z každého.
- Doména
- 3D modeling, Vision
- Úkol
- 3D segmentation, Object detection
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
"We evaluate our method on the KITTI object detection benchmark. This dataset contains 7, 481 training images "
Výpočty pro trénink
Aritmetika prováděná k trénování modelu, měřená v operacích s plovoucí desetinnou čárkou. Je to měřítko toho, kolik stál tréninkový běh, ne jak rychle hotový model na vás odpovídá.
- Výpočty pro trénink
- 4.9 × 10¹⁸ FLOP
- Jak bylo ustanoveno
- Hardware
(4) * (6.691 * 10**12) * (168* 3600) * (0.3) = (num gpu) * (peak flops) * (time in seconds) * (assumed utilization rate) = training time - about one week = 168 hours from "It takes about one week to train the 2D bounding box net-work, and two hours for the orientation/3D scale network on KITTI with 4 TITAN-X GPUs. The landmark detector is trained on Pascal3D. The training process for the monocu- lar depth estimation network is unsupervised using KITTI stereo-pairs, which takes around 5 to 12 …
Tréninkový běh
Co fyzicky vyžadovalo trénování: které čipy, kolik, jak dlouho a co to vyžadovalo ze zásuvky.
- Tréninkový hardware
- NVIDIA GeForce GTX TITAN X
- Používané čipy
- 4
- Čip-hodiny
- 672
- Doba reálného času
- 168 hours (7 days)
- Příkon
- 2.1 kW
"about one week" from section 3.4
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
- Closed — provider access only
- Přístup k modelu
- Unreleased
- Tréninkový kód
- Unreleased
Jak je to klasifikováno
Štítky aplikačních datových sad, které se používají při sledování významných modelů, a jak jistý je ve záznamu.
- Záznam důvěry
- Confident
- Citace
- 135
Žrovy
Odkud tento záznam pochází a kdy byl naposledy zkontrolován.
- Reference
- Mono3D++: Monocular 3D Vehicle Detection with Two-Scale 3D Hypotheses and Task Priors
- Nap poslední aktualizace
- 25 May 2026
Co čísla znamenají
Co je tento MODEL
Mono3D++ byl zveřejněn University of California Los Angeles (UCLA),Megvii Inc, v zemi zaznamenané jako United States of America, během January 2019. Kategorie, do které vydavatel spadá, je academia,Industry.
funguje v oblasti 3D modeling, Vision, a je zaznamenán jako vykonávající úkol 3D segmentation, Object detection.
Jeho váhy nikdy nebyly zveřejněny, takže k němu lze přistupovat pouze prostřednictvím jeho poskytovatele. Žádná změna grafické karty to nezmění.
Trénink a původ
Trénování si vyžádalo výpočetní rozpočet přibližně 4.9 × 10¹⁸ FLOP, na hardwaru zaznamenáno jako NVIDIA GeForce GTX TITAN X. Tato částka měří, kolik stál výroba modelu, a nemá žádný vliv na to, jak rychle odpovídá.
Odpovědi
Mono3D++ — běžné otázky
Mono3D++— kolik výpočetního výkonu bylo použito k jeho trénování?
Trénink spotřeboval kolem 4.9 × 10¹⁸ FLOP, na hardwaru zaznamenáno jako NVIDIA GeForce GTX TITAN X. To měří, co stálo výrobu modelu, a neříká nic o tom, jak rychle odpovídá po natrénování — rychlost inferencí závisí na šířce pásma paměti, nikoli na rozpočtu na trénink.
Mono3D++— Jakou GPU potřebuji k jejímu spuštění?
Žádné. Toto je uzavřený model — jeho váhy nikdy nebyly zveřejněny, takže jej nelze stáhnout nebo spustit na vlastním hardwaru za žádnou cenu. Je dostupný pouze prostřednictvím jeho poskytovatele.
Mono3D++— Je to OPEN SOURCE?
Ne. Jeho váhy nebyly zveřejněny, takže existuje pouze jako služba řízená jeho vlastníkem.
Mono3D++— kolik má parametrů?
Pro něj nebyl zveřejněn žádný počet parametrů, a proto se na této stránce neobjevují žádné údaje o paměti nebo rychlosti.
Mono3D++— Kdo to vytvořil?
Bylo to publikováno společností University of California Los Angeles (UCLA),Megvii Inc, zakládající se na United States of America, organizace zařazená jako academia,Industry.
Mono3D++— Kdy byl vydán?
Bylo to zveřejněno v January 2019. Schopnost na parametr se od té doby výrazně zlepšila, takže novější model stejné velikosti je často lepším využitím stejného hardwaru.
Mono3D++— K čemu se to používá?
funguje v oblasti 3D modeling, Vision, a je zaznamenáno jako zpracovávající úkol 3D segmentation, Object detection. Model může nést několik z každého, takže to jsou oblasti, pro které byl navržen, spíše než omezení toho, co se pokusí.
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.