schp-lip-20
pirocheto基础档案已收录，详细介绍后续补充。可先查看厂商、分类与来源。
基础资料已收录 · 缺失资料后续补充
输入 图像→ 输出 图像
价格待核验多模态与渠道费用须分别核对
查看详情 ↗DISCOVER & COMPARE
探索 AI 模型 251
BEN2
PramaLLCBEN2 (Background Erase Network) introduces a novel approach to foreground segmentation through its innovative Confidence Guided Matting (CGM) pipeline. The architecture employs a refiner network that targets and processes pixels where the base model exhibits lower confidence levels, resulting in more precise and reliable matting results. This model is built on BEN: [](https://paperswithcode.com/sota/dichotomous-image-segmentation-on-dis-vd?p=ben-using-confidence-guided-matting-for) BEN2 was trained on the DIS5k and our 22K proprietary segmentation dataset. Our enhanced model delivers superior performance in hair matting, 4K processing, object segmentation, and edge refinement. Our Base model is open source. To try the full model through our free web demo or integrate BEN2 into your project with our API: - 🌐 backgrounderase.com - For access to our commercial model email us at sales@backgrounderase.com - Our website: https://backgrounderase.com/ - Follow us on X: https://x.com/PramaResearch/
译文排队中 · 当前显示来源原文
输入 图像→ 输出 图像
价格待核验多模态与渠道费用须分别核对
查看详情 ↗FastSam-S
qualcomm基础档案已收录，详细介绍后续补充。可先查看厂商、分类与来源。
基础资料已收录 · 缺失资料后续补充
输入 图像→ 输出 图像
价格待核验多模态与渠道费用须分别核对
查看详情 ↗FastSam-X
qualcomm基础档案已收录，详细介绍后续补充。可先查看厂商、分类与来源。
基础资料已收录 · 缺失资料后续补充
输入 图像→ 输出 图像
价格待核验多模态与渠道费用须分别核对
查看详情 ↗FFNet-122NS-LowRes
qualcomm基础档案已收录，详细介绍后续补充。可先查看厂商、分类与来源。
基础资料已收录 · 缺失资料后续补充
输入 图像→ 输出 图像
价格待核验多模态与渠道费用须分别核对
查看详情 ↗FFNet-40S
qualcomm基础档案已收录，详细介绍后续补充。可先查看厂商、分类与来源。
基础资料已收录 · 缺失资料后续补充
输入 图像→ 输出 图像
价格待核验多模态与渠道费用须分别核对
查看详情 ↗FFNet-54S
qualcomm基础档案已收录，详细介绍后续补充。可先查看厂商、分类与来源。
基础资料已收录 · 缺失资料后续补充
输入 图像→ 输出 图像
价格待核验多模态与渠道费用须分别核对
查看详情 ↗FFNet-78S
qualcomm基础档案已收录，详细介绍后续补充。可先查看厂商、分类与来源。
输入 图像→ 输出 图像
价格待核验多模态与渠道费用须分别核对
查看详情 ↗FFNet-78S-LowRes
qualcomm基础档案已收录，详细介绍后续补充。可先查看厂商、分类与来源。
基础资料已收录 · 缺失资料后续补充
输入 图像→ 输出 图像
价格待核验多模态与渠道费用须分别核对
查看详情 ↗Segment-Anything-Model
qualcomm基础档案已收录，详细介绍后续补充。可先查看厂商、分类与来源。
输入 图像→ 输出 图像
价格待核验多模态与渠道费用须分别核对
查看详情 ↗Unet-Segmentation
qualcomm基础档案已收录，详细介绍后续补充。可先查看厂商、分类与来源。
基础资料已收录 · 缺失资料后续补充
输入 图像→ 输出 图像
价格待核验多模态与渠道费用须分别核对
查看详情 ↗LSP-DETR
RationAI基础档案已收录，详细介绍后续补充。可先查看厂商、分类与来源。
输入 图像→ 输出 图像
价格待核验多模态与渠道费用须分别核对
查看详情 ↗skywater_seg
Realcat基础档案已收录，详细介绍后续补充。可先查看厂商、分类与来源。
基础资料已收录 · 缺失资料后续补充
输入 图像→ 输出 图像
价格待核验多模态与渠道费用须分别核对
查看详情 ↗tcd-segformer-mit-b0
restorThis is a semantic segmentation model that can delineate tree cover in high resolution (10 cm/px) aerial images. This model card is mostly the same for all similar models uploaded to Hugging Face. The model name refers to the specific architecture variant (e.g. nvidia-mit-b0 to nvidia-mit-b5) but the broad details for training and evaluation are identical. This semantic segmentation model was trained on global aerial imagery and is able to accurately delineate tree cover in similar images. The model does not detect individual trees, but provides a per-pixel classification of tree/no-tree.
译文排队中 · 当前显示来源原文
输入 图像→ 输出 图像
价格待核验多模态与渠道费用须分别核对
查看详情 ↗tcd-segformer-mit-b5
restor基础档案已收录，详细介绍后续补充。可先查看厂商、分类与来源。
基础资料已收录 · 缺失资料后续补充
输入 图像→ 输出 图像
价格待核验多模态与渠道费用须分别核对
查看详情 ↗rf-detr-seg-medium
Roboflow基础档案已收录，详细介绍后续补充。可先查看厂商、分类与来源。
基础资料已收录 · 缺失资料后续补充
输入 图像→ 输出 图像
价格待核验多模态与渠道费用须分别核对
查看详情 ↗rf-detr-seg-nano
Roboflow基础档案已收录，详细介绍后续补充。可先查看厂商、分类与来源。
基础资料已收录 · 缺失资料后续补充
输入 图像→ 输出 图像
价格待核验多模态与渠道费用须分别核对
查看详情 ↗yolo12l-person-seg
RyanJames基础档案已收录，详细介绍后续补充。可先查看厂商、分类与来源。
基础资料已收录 · 缺失资料后续补充
输入 图像→ 输出 图像
价格待核验多模态与渠道费用须分别核对
查看详情 ↗segformer_b3_clothes
sayeed99SegFormer model fine-tuned on ATR dataset for clothes segmentation but can also be used for human segmentation. The dataset on hugging face is called "mattmdjaga/human_parsing_dataset". **NEW** - **Training code**. Right now it only contains the pure code with some comments, but soon I'll add a colab notebook version and a blog post with it to make it more friendly. Labels: 0: "Background", 1: "Hat", 2: "Hair", 3: "Sunglasses", 4: "Upper-clothes", 5: "Skirt", 6: "Pants", 7: "Dress", 8: "Belt", 9: "Left-shoe", 10: "Right-shoe", 11: "Face", 12: "Left-leg", 13: "Right-leg", 14: "Left-arm", 15: "Right-arm", 16: "Bag", 17: "Scarf"
译文排队中 · 当前显示来源原文
输入 图像→ 输出 图像
价格待核验多模态与渠道费用须分别核对
查看详情 ↗segformer-b3-fashion
sayeed99This model is a fine-tuned version of nvidia/mit-b3 on the sayeed99/fashion_segmentation dataset using original image sizes without resizing. Labels : {"0":"Unlabelled", "1": "shirt, blouse", "2": "top, t-shirt, sweatshirt", "3": "sweater", "4": "cardigan", "5": "jacket", "6": "vest", "7": "pants", "8": "shorts", "9": "skirt", "10": "coat", "11": "dress", "12": "jumpsuit", "13": "cape", "14": "glasses", "15": "hat", "16": "headband, head covering, hair accessory", "17": "tie", "18": "glove", "19": "watch", "20": "belt", "21": "leg warmer", "22": "tights, stockings", "23": "sock", "24": "shoe", "25": "bag, wallet", "26": "scarf", "27": "umbrella", "28": "hood", "29": "collar", "30": "lapel", "31": "epaulette", "32": "sleeve", "33": "pocket", "34": "neckline", "35": "buckle", "36": "zipper", "37": "applique", "38": "bead", "39": "bow", "40": "flower", "41": "fringe", "42": "ribbon", "43": "rivet", "44": "ruffle", "45": "sequin", "46": "tassel"} ```bibtex @article{DBLP:journals/corr/abs-2105-15203, author = {Enze Xie and Wenhai Wang and Zhiding Yu and Anima Anandkumar and Jose M. Alvarez and Ping Luo}, title = {SegFormer: Simple and Efficient Design for Semantic Segmentation with Transformers}, journal = {CoRR}, volume = {abs/2105.15203}, year = {2021}, url = {https://arxiv.org/abs/2105.15203}, eprinttype = {arXiv}, eprint = {2105.15203}, timestamp = {Wed, 02 Jun 2021 11:46:42 +0200}, biburl = {https://dblp.org/rec/journals/corr/abs-2105-15203.bib}, bibsource = {dblp computer science bibliography, https://dblp.org} }
译文排队中 · 当前显示来源原文
输入 图像→ 输出 图像
价格待核验多模态与渠道费用须分别核对
查看详情 ↗ink_3d_dino_guided
scrollprize基础档案已收录，详细介绍后续补充。可先查看厂商、分类与来源。
基础资料已收录 · 缺失资料后续补充
输入 图像→ 输出 图像
价格待核验多模态与渠道费用须分别核对
查看详情 ↗ink_canonical_2um
scrollprize基础档案已收录，详细介绍后续补充。可先查看厂商、分类与来源。
基础资料已收录 · 缺失资料后续补充
输入 图像→ 输出 图像
价格待核验多模态与渠道费用须分别核对
查看详情 ↗PHerc.1667-iteration-0
scrollprize基础档案已收录，详细介绍后续补充。可先查看厂商、分类与来源。
基础资料已收录 · 缺失资料后续补充
输入 图像→ 输出 图像
价格待核验多模态与渠道费用须分别核对
查看详情 ↗基础档案已收录，详细介绍后续补充。可先查看厂商、分类与来源。
输入 图像→ 输出 图像
价格待核验多模态与渠道费用须分别核对
查看详情 ↗暂未找到匹配模型
可以调整厂商、分类或输入输出条件；新模型正持续收录。
COST EXPLORER
好模型，也要算好成本。
调整月度 Token 用量，直观比较不同模型的预估 API 开支。
1 M = 100 万 Token · 美元计价
仅比较同一渠道的基础文本 Token 报价
仅比较同一渠道的基础文本 Token 报价
使用已采集且单位可比的 USD / 百万 Token 渠道报价。报价为采集时快照；不计缓存优惠、阶梯价、推理额外输出与税费，请以来源的当前报价为准。
MODEL HANDBOOK
读懂模型，再做选择
API 价格应该怎么比较？+
先区分输入、输出和缓存价格，再使用同一任务和用量估算总费用。图像、音频和视频可能按张、时长或分辨率计费，不能直接与 Token 单价比较。
开放权重，就代表可以免费商用吗？+
不一定。必须逐一核对具体模型版本的许可证、商用限制及使用政策。自己部署还需要考虑显存、推理资源和运维费用。
排行榜第一，就是最适合我的模型吗？+
榜单取决于测试任务、版本与评测方法。建议用实际业务样本比较准确性、时延、稳定性和成本，再选择模型。