Mask2Former
mask2formerMeta Mask2Former universal image-segmentation transformer. Single architecture for panoptic, instance and semantic segmentation tasks.
- Verð
- ≈ 0,0276 USD/keyrsla
- Inntak → úttak
- Texti + Mynd → Texti
- Þróunaraðili
- Meta
- Uppfært
- 23. september 2026
Leiksvæði
Prófaðu Mask2Former
Engin inntaksform
Engin inntaksform fyrir þetta módel ennþá
Inntök þess eru ekki skjöluð ennþá. Til að engin keyrsla mistakist á röngum inntaki bjóðum við ekki upp á form hér. Veldu sambærilegt módel í staðinn.
Examples
Open full size
InputNo text prompt: the model only takes the input shown.
Open full size
InputNo text prompt: the model only takes the input shown.
Open full size
InputNo text prompt: the model only takes the input shown.
Um Mask2Former
Mask2Former er módel frá Meta í flokknum Fjölbreytilegt. Á Railwail kostar Mask2Former ≈ 0,0276 USD fyrir hverja keyrslu.
Verðlagning
| Dæmigerð keyrsla (≈ 102 s á T4) | 0,0276 USD fyrir hverja keyrslu |
|---|---|
| GPU-tími (T4) | 0,00027 USD fyrir hverja GPU-sekúndu |
- Reikningsfærðir eru GPU-tíminn sem keyrslan tekur í raun. Þegar keyrslan hefst er 3× dæmigerðu verðinu frátekin frá inneign þinni og jöfnuð síðar.
- 1 inneign = 0,01 USD
Kostnaðarreiknir
Verðreiknir
Dæmigert samkvæmt veitanda: um 102,2 s
Samtals
2,76 USD
276 inneign
Fyrir hverja keyrslu
0,0276 USD · 2,76 inneign
Innheimt er fyrir raunverulegan GPU-tíma; þetta er mat.
API
Engin staðfest API-dæmi
Opinbera API sendir annað inntakssnið en þetta módel þarf. Notaðu leiksvæðið hér að ofan.
Forskriftir
- Módel-auðkenni
mask2former- Þróunaraðili
- Meta
- Flokkur
- Fjölbreytilegt
- Inntak
- Texti, Mynd
- Úttak
- Texti
- Reikningur
- Eftir notkun (tókar eða GPU-tími)
- Vörulistafærsla uppfærð
- 23. september 2026
Merki
- replicate
- segmentation
- vision-understanding
- transformer
- meta
Algengar spurningar
Hvað er Mask2Former?
Mask2Former er módel frá Meta í flokknum Fjölbreytilegt.
Hvað kostar Mask2Former á Railwail?
Á Railwail kostar Mask2Former ≈ 0,0276 USD fyrir hverja keyrslu. Þér er rukkað fyrir það sem hver beiðni notar í raun. Notkun er greidd úr fyrirframgreiddum inneign; 1 inneign jafngildir 0,01 USD.
Hversu hratt er Mask2Former?
Það eru ekki nóg mældar keyrslur af Mask2Former á Railwail ennþá til að tilgreina keyrslutíma. Það fer eftir inntakinu, stillingum og álagi hjá veitandanum.
Er Mask2Former betra en BLIP?
Það fer eftir verkefninu. Mask2Former (Meta) og BLIP (Salesforce) eru bæði módel í flokknum Fjölbreytilegt. Samanburðarsíðan sýnir verð og forskriftir þeirra hlið við hlið.
Bera saman Mask2Former og BLIPGetur Mask2Former unnið úr myndum?
Já. Mask2Former tekur myndir sem inntok auk texta.
Sambærileg módel
Öll í þessum flokki- 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.
- CLIP InterrogatorCommunity
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.
- Depth Anything v2Community
Monocular depth-estimation model trained on 595k labeled and 62M unlabeled images. Strong zero-shot generalization in indoor and outdoor scenes.
Öll módel í gegnum eina API
Einn API-lykil fyrir öll módel á Railwail. Notkun er rukkuð frá fyrirframgreiddum inneign, 1 inneign = 0,01 USD.