ScribblePrompt-SAM
Brak oszacowania
Brak wymagań sprzętowych dla tego modelu
Wagi tego modelu są OPEN, ale nie opublikowano liczby parametrów. Każda figura dotycząca MEMORY i prędkości zaczyna się od tej liczby, więc wolelibyśmy nic nie pokazywać niż wymyśloną estymację..
Na nagranie
Pełna specyfikacja
Wszystko na rekord dla tego modelu. Większość z tego opisuje, jak był trenowany, a nie jak działa — użyteczny kontekst do oceny, ile pracy włożono w to, i jak wypada w porównaniu z modelami budowanymi w innym skali..
Pochodzenie
Kto zbudował ten model, gdzie i kiedy został opublikowany.
- Organizacja
- Massachusetts Institute of Technology (MIT)
- Typ organizacji
- Academia
- Kraj
- United States of America
- Opublikowany
- 16 July 2024
- Autorzy
- Hallee E. Wong, Marianne Rakic, John Guttag, Adrian V. Dalca
Co to robi
Obszary problemowe, dla których stworzono model. Model może mieć kilka z każdego.
- Domena
- Vision, Biology, Medicine
- Zadanie
- Image segmentation
- Model bazowy
- Segment Anything Model
Rozmiar
Jak duży jest model i na ile danych był trenowany. Parametry to liczba, która decyduje, czy mieści się na danej karcie graficznej.
- Dane treningowe
- tokens
- Epoki
- 60,000
Dostępność
Czy możesz zdobyć model i uruchomić go na swoim sprzęcie, co decyduje o tym, czy którakolwiek z cyfr karty graficznej na tej stronie ma zastosowanie.
- Wagi
- Open — downloadable
- Dostęp do modelu
- Open weights (unrestricted)
- Kod treningowy
- Open source
Apache 2.0 https://github.com/halleewong/ScribblePrompt
Jak jest klasyfikowane
Etykiety, które źródłowy zbiór danych stosuje podczas śledzenia znaczących modeli oraz jak pewny jest tego wpisu.
- Zapisz pewność
- Unknown
Źródła
Skąd pochodzi ten rekord i kiedy był ostatnio sprawdzany.
- Referencja
- ScribblePrompt: Fast and Flexible Interactive Segmentation for Any Biomedical Image
- Ostatnio zaktualizowane
- 28 November 2025
Co oznaczają liczby
Tło
ScribblePrompt-SAM został opublikowany przez Massachusetts Institute of Technology (MIT), w kraju zapisanym jako United States of America, podczas July 2024. Kategoria, do której należy wydawca, to academia.
Działa w dziedzinie Vision, Biology, Medicine, i jest zapisany jako wykonujący zadanie image segmentation.
Opiera się na Segment Anything Model. To jest zwykły sposób produkcji wyspecjalizowanego modelu.
Wagi są publikowane, więc można je pobrać i uruchomić na własnym sprzęcie bezterminowo, offline, bez przypisanego konta.
Odpowiedzi
ScribblePrompt-SAM — częste pytania
ScribblePrompt-SAM— kto to stworzył?
Zostało opublikowane przez Massachusetts Institute of Technology (MIT), oparty na United States of America, organizacja sklasyfikowana jako academia.
ScribblePrompt-SAM— kiedy to zostało wydane?
Zostało opublikowane w July 2024. Możliwość na parametr znacznie się poprawiła, więc nowszy model tej samej wielkości często lepiej wykorzystuje ten sam sprzęt.
ScribblePrompt-SAM— do czego to służy?
Działa w dziedzinie Vision, Biology, Medicine, i jest zarejestrowany jako realizujący zadanie image segmentation. Modele często mają więcej niż jeden z każdego, a etykiety opisują cel, a nie ograniczenia możliwości.
ScribblePrompt-SAM— Gdzie mogę to pobrać?
Wagi są opublikowane, chociaż nie posiadamy linku do repozytorium. Ta strona oblicza wymagania sprzętowe, a nie hostuje pliki modelu.
ScribblePrompt-SAM— Jaką GPU potrzebuję, aby ją uruchomić?
Nie możemy powiedzieć. Ma otwarte wagi, ale nie opublikowano liczby parametrów, a wszelkie obliczenia pamięci i prędkości zaczynają się od tej liczby. Wolimy nie pokazywać niczego niż fałszywą szacunkową wartość.
ScribblePrompt-SAM— czy jest open weight?
Jego wagi są opublikowane, więc można je pobrać i uruchomić na własnym sprzęcie. Zauważ, że OPEN WEIGHTS nie są tym samym co OPEN SOURCE w pełnym sensie — nie mówi nic o danych treningowych, kodzie treningowym, ani warunkach komercyjnych.
ScribblePrompt-SAM— ile ma parametrów?
Nie opublikowano liczby parametrów, dlatego na tej stronie nie pojawia się żaden wskaźnik pamięci ani prędkości.
Druga strona
Patrząc na to z drugiej strony?
Ta strona zaczyna się od modelu. Jeśli już posiadasz kartę i chcesz wiedzieć, co wszystko będzie działać., Zacznij od sprzętu zamiast.