Mask2Former

MultimodálisElérhető
Meta általModell-azonosító: mask2former

Meta Mask2Former universal image-segmentation transformer. Single architecture for panoptic, instance and semantic segmentation tasks.

Ár
≈ 0,0276 USD/futás
Bemenet → kimenet
Szöveg + Kép → Szöveg
Fejlesztő
Meta
Frissítve
2026. szeptember 23.
01

Playground

Próbáld ki: Mask2Former

Nincs beviteli forma

≈ 0,0276 USD/futás

Ehhez a modellhez még nincs beviteli forma

A bemenete még nincs dokumentálva. Hogy ne hiúsuljon meg egy futtatás rossz bemenet miatt, itt nem kínálunk formot. Válassz helyette egy hasonló modellt.

02

Examples

Real outputs from the public examples of this model on Replicate, with the prompt and settings that produced them. They were not generated live on this page.
  • Example output 1 from Mask2FormerOpen full size
    InputInput

    No text prompt: the model only takes the input shown.

  • Example output 2 from Mask2FormerOpen full size
    InputInput

    No text prompt: the model only takes the input shown.

  • Example output 3 from Mask2FormerOpen full size
    InputInput

    No text prompt: the model only takes the input shown.

03

A Mask2Former névjegye

Röviden2026. szeptember 23. szerint

A Mask2Former a Meta által fejlesztett modell a Multimodális kategóriában. A Railwail-en a Mask2Former ára ≈ 0,0276 USD futásonként.

04

Árak

Az árak amerikai dollárban vannak megadva. A használat előre feltöltött kreditek alapján kerül felszámításra.
Tipikus futás (≈ 102 s a(z) T4 eszközön)0,0276 USD futásonként
GPU-idő (T4)0,00027 USD GPU-másodpercenként
  • A futás által ténylegesen igénybevett GPU-idő alapján történik a számlázás. A futás indításakor a tipikus ár 3-szerese kerül foglalásra az egyenlegéből, majd később elszámolásra.
  • 1 kredit = 0,01 USD

Költségkalkulátor

Árkalkulátor

s

A szolgáltató szerint tipikus: kb. 102,2 mp

Összesen

2,76 USD

276 kredit

Futásonként

0,0276 USD · 2,76 kredit

A tényleges GPU-idő alapján számlázva; ez egy becslés.

05

API

Hívja meg a Mask2Former modellt a Railwail API-kulcsával. Használja ezt a modell-azonosítót a kérésben:

Nincs ellenőrzött API-példa

A nyilvános API más bemeneti formátumot továbbít, mint amit ez a modell igényel. Használja a fenti Playground-ot.

06

Specifikációk

Modell-azonosító
mask2former
Fejlesztő
Meta
Kategória
Multimodális
Bemenet
Szöveg, Kép
Kimenet
Szöveg
Számlázás
Használat alapján (tokenek vagy GPU-idő)
Katalógus bejegyzés frissítve
2026. szeptember 23.

Címkék

  • replicate
  • segmentation
  • vision-understanding
  • transformer
  • meta
07

Gyakran ismételt kérdések

Mi az a Mask2Former?

A Mask2Former a Meta által fejlesztett modell a Multimodális kategóriában.

Mennyibe kerül a Mask2Former a Railwail-on?

A Railwail-en a Mask2Former ára ≈ 0,0276 USD futásonként. Az egyes kérések tényleges felhasználásáért kell fizetni. A használatért előre vásárolt kreditek alapján kell fizetni; 1 kredit = 0,01 USD.

Milyen gyors a Mask2Former?

A Mask2Former-nek még nincs elég mért futtatása a Railwail-on ahhoz, hogy futási időt adjunk meg. Ez a bemenettől, a beállításoktól és a szolgáltató terhelésétől függ.

A Mask2Former jobb, mint a BLIP?

Ez a feladattól függ. A Mask2Former (Meta) és a BLIP (Salesforce) egyaránt modellek a Multimodális kategóriában. Az összehasonlítás oldal az árakat és specifikációkat egymás mellett mutatja.

Mask2Former és BLIP összehasonlítása

A Mask2Former képes képeket feldolgozni?

Igen. A Mask2Former szöveg mellett képeket is fogad bemenetként.

08
  • 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 USD/futás

    99 % olcsóbb egységenként

    Mask2Former és BLIP összehasonlítása
  • pharmapsychotic's CLIP Interrogator. Takes an image and produces a Stable-Diffusion-style text prompt by combining BLIP captioning with CLIP to rank likely subjects, artists, mediums and styles. Commonly used to reverse-engineer a prompt from an existing picture.

    ≈ 0,0457 USD/futás

    66 % drágább egységenként

    Mask2Former és CLIP Interrogator összehasonlítása
  • Monocular depth-estimation model trained on 595k labeled and 62M unlabeled images. Strong zero-shot generalization in indoor and outdoor scenes.

    ≈ 0,0050 USD/futás

    82 % olcsóbb egységenként

    Mask2Former és Depth Anything v2 összehasonlítása

Összes modell egy API-n keresztül

Egy API-kulcs a Railwail összes modelljéhez. A használat előre feltöltött kreditek alapján kerül felszámításra, 1 kredit = 0,01 USD.