Mask R-CNN
Brak oszacowania
Brak wymagań sprzętowych dla tego modelu
Wagi dla tego modelu nie zostały opublikowane, więc nie można ich pobrać ani uruchomić na własnym sprzęcie w żadnym rozmiarze. Jest dostępny tylko za pośrednictwem swojego dostawcy, a zmiana karty graficznej tego nie zmienia..
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
- Facebook AI Research
- Typ organizacji
- Industry
- Kraj
- United States of America, France
- Opublikowany
- 30 March 2017
- Autorzy
- Kaiming He, Georgia Gkioxari, Piotr Dollár, Ross Girshick
Co to robi
Obszary problemowe, dla których stworzono model. Model może mieć kilka z każdego.
- Domena
- Vision
- Zadanie
- Image segmentation
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
- 46,161,920,000 tokens
Jak jest klasyfikowane
Etykiety, które źródłowy zbiór danych stosuje podczas śledzenia znaczących modeli oraz jak pewny jest tego wpisu.
- Dlaczego to jest śledzone
- Highly cited
- Zapisz pewność
- Unknown
- Cytaty
- 31,837
Źródła
Skąd pochodzi ten rekord i kiedy był ostatnio sprawdzany.
- Referencja
- Mask R-CNN
- Ostatnio zaktualizowane
- 25 May 2026
Co oznaczają liczby
O tym modelu
Mask R-CNN został opublikowany przez Facebook AI Research, w kraju zapisanym jako United States of America, podczas March 2017. Organizacja publikująca jest klasyfikowana jako industry.
Działa w dziedzinie Vision, i jest zapisany jako wykonujący zadanie image segmentation.
To jest model zamknięty: wytrenowane wartości pozostały u tego, kto je wyprodukował, a lokalna wersja do uruchomienia nie istnieje.
Szkolenie i pochodzenie
Zbiór treningowy trwał około 46,161,920,000 Tokeny tekstu.
Kryterium włączenia: highly cited.
Odpowiedzi
Mask R-CNN — częste pytania
Mask R-CNN— ile ma parametrów?
Nie opublikowano liczby parametrów, dlatego na tej stronie nie pojawia się żaden wskaźnik pamięci ani prędkości.
Mask R-CNN— kto to stworzył?
Zostało opublikowane przez Facebook AI Research, oparty na United States of America, organizacja sklasyfikowana jako industry.
Mask R-CNN— kiedy to zostało wydane?
Zostało opublikowane w March 2017. Możliwość na parametr znacznie się poprawiła, więc nowszy model tej samej wielkości często lepiej wykorzystuje ten sam sprzęt.
Mask R-CNN— do czego to służy?
Działa w dziedzinie Vision, i jest zarejestrowany jako realizujący zadanie image segmentation. Model może obsługiwać kilka z każdego, więc to są obszary, dla których został zbudowany, a nie ograniczenie tego, co będzie próbował.
Mask R-CNN— Jaką GPU potrzebuję, aby ją uruchomić?
Żaden. To jest zamknięty model — jego wagi nigdy nie zostały opublikowane, więc nie można go pobrać ani uruchomić na własnym sprzęcie za żadną cenę. Jest dostępny tylko przez jego dostawcę.
Mask R-CNN— czy jest open weight?
Licencja nigdy nie została zarejestrowana w naszych danych źródłowych. Traktujemy niewskazaną licencję jako zamkniętą, ponieważ niezarejestrowana licencja nie jest na którą można polegać.
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.