ViTPose
vitposeViTPose plain-vision-transformer pose estimator. State-of-the-art keypoint accuracy on MS-COCO with a minimal architecture.
- Κατάσταση
- Μη διαθέσιμο
- Είσοδος → Έξοδος
- Κείμενο + Εικόνα → Κείμενο
- Προγραμματιστής
- Replicate
- Ενημερώθηκε
- 25 Ιουνίου 2026
Το ViTPose δεν είναι διαθέσιμο αυτή τη στιγμή
Προς το παρόν μη διαθέσιμο: αυτό το μοντέλο έχει απενεργοποιηθεί.
Μπορείτε να διαβάσετε τις λεπτομέρειες σε αυτήν τη σελίδα. Επιλέξτε μία από τις διαθέσιμες εναλλακτικές λύσεις παρακάτω για να εκτελέσετε αμέσως ένα συγκρίσιμο μοντέλο.
Μετάβαση στις εναλλακτικές λύσειςΣυγκρίσιμα μοντέλα
Όλα σε αυτήν την κατηγορία- BLIPSalesforce
Salesforce BLIP. Vision-language model for image captioning and visual question answering. Given an image it writes a short natural-language caption, or answers a question about the image when one is supplied. A widely used baseline for automatic captioning.
≈ 0,00030 $/εκτέλεση
- Claude Opus 4.7Anthropic
Anthropic's April 2026 flagship. 87.6% on SWE-bench Verified, 3x higher image resolution, output self-verification, vision + reasoning.
6,00 $/1M in
- Claude Sonnet 4.6Anthropic
Anthropic's balanced mid-tier model from February 2026. Best price/performance for production workloads: 5x cheaper than Opus, near-flagship quality.
3,60 $/1M in
Playground
Δοκιμάστε ViTPose
Χωρίς φόρμα εισόδου
Προς το παρόν μη διαθέσιμο: αυτό το μοντέλο έχει απενεργοποιηθεί.
Το playground είναι απενεργοποιημένο. Μπορείτε να βρείτε συγκρίσιμα μοντέλα στην ίδια κατηγορία: Περιήγηση εναλλακτικών λύσεων
Σχετικά με το ViTPose
Το ViTPose είναι ένα μοντέλο του Replicate στην κατηγορία Multimodal. Το ViTPose δεν είναι διαθέσιμο στο Railwail αυτή τη στιγμή.
Τιμολόγηση
Προς το παρόν μη διαθέσιμο: αυτό το μοντέλο έχει απενεργοποιηθεί. Δεν υπάρχει τιμή για αυτό το μοντέλο αυτή τη στιγμή, επομένως δεν μπορεί να εκτελεστεί.
API
Κανένα επαληθευμένο παράδειγμα API
Το δημόσιο API περνά μια διαφορετική μορφή εισόδου από αυτή που χρειάζεται αυτό το μοντέλο. Χρησιμοποιήστε το playground παραπάνω.
Προδιαγραφές
- ID μοντέλου
vitpose- Ανάπτυξη
- Replicate
- Κατηγορία
- Multimodal
- Είσοδος
- Κείμενο, Εικόνα
- Έξοδος
- Κείμενο
- Καταχώρηση καταλόγου ενημερώθηκε
- 25 Ιουνίου 2026
Ετικέτες
- replicate
- pose
- vision-understanding
- transformer
- open-source
Συχνές ερωτήσεις
Τι είναι ViTPose;
Το ViTPose είναι ένα μοντέλο του Replicate στην κατηγορία Multimodal. Είναι καταχωρημένο στο Railwail αλλά δεν μπορεί να εκτελεστεί αυτή τη στιγμή.
Πόσο κοστίζει το ViTPose στο Railwail;
Το ViTPose δεν μπορεί να εκτελεστεί στο Railwail αυτή τη στιγμή, επομένως δεν υπάρχει τρέχουσα τιμή. Διαθέσιμες εναλλακτικές λύσεις με τιμές παρατίθενται παρακάτω σε αυτήν τη σελίδα.
Πόσο γρήγορο είναι το ViTPose;
Δεν υπάρχουν αρκετές μετρημένες εκτελέσεις του ViTPose στο Railwail ακόμα για να δηλωθεί ένας χρόνος εκτέλεσης. Εξαρτάται από την είσοδο, τις ρυθμίσεις και το φορτίο στον πάροχο.
Είναι το ViTPose καλύτερο από το BLIP;
Αυτό εξαρτάται από την εργασία. Το ViTPose (Replicate) και το BLIP (Salesforce) είναι και τα δύο μοντέλα στην κατηγορία Multimodal. Η σελίδα σύγκρισης δείχνει τις τιμές και τις προδιαγραφές τους παράλληλα.
Σύγκριση ViTPose και BLIPΜπορεί το ViTPose να επεξεργαστεί εικόνες;
Ναι. Το ViTPose δέχεται εικόνες ως είσοδο εκτός από κείμενο.
Μπορώ να χρησιμοποιήσω το ViTPose τώρα;
Προς το παρόν μη διαθέσιμο: αυτό το μοντέλο έχει απενεργοποιηθεί. Η σελίδα παραμένει ενεργή· διαθέσιμες εναλλακτικές λύσεις από την ίδια κατηγορία παρατίθενται παρακάτω.
Όλα τα μοντέλα μέσω ενός API
Ένα κλειδί API για κάθε μοντέλο στο Railwail. Η χρήση χρεώνεται από προπληρωμένα πιστωτικά, 1 πιστωτικό = 0,01 $.