ViTPose

МултимодаленНедостапно
од CommunityID на модел: vitpose

ViTPose plain-vision-transformer pose estimator. State-of-the-art keypoint accuracy on MS-COCO with a minimal architecture.

Статус
Недостапно
Влез → излез
Текст + Слика → Текст
Развивач
Community
Ажурирано
25 јуни 2026 г.

ViTPose е моментално недостапен

Моментално недостапно: овој модел е деактивиран.

Можете да ги прочитате деталите на оваа страница. Изберете една од достапните алтернативи подолу за да извршите споредлив модел веднаш.

Оди на алтернативи
01
  • 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 US$/извршување

  • Anthropic's April 2026 flagship. 87.6% on SWE-bench Verified, 3x higher image resolution, output self-verification, vision + reasoning.

    6,00 US$/1M вл

  • Anthropic's balanced mid-tier model from February 2026. Best price/performance for production workloads: 5x cheaper than Opus, near-flagship quality.

    3,60 US$/1M вл

02

Playground

Пробајте ViTPose

Нема форма за влез

Тренутно недостапно

Моментално недостапно: овој модел е деактивиран.

Игралиштето е оневозможено. Слични модели можете да најдете во иста категорија: Погледни алтернативи

03

За ViTPose

НакраткоОд 25 јуни 2026 г.

ViTPose е модел од Community во категоријата Мултимодален. ViTPose моментално не е достапен на Railwail.

04

Цени

Моментално недостапно: овој модел е деактивиран. Нема цена за овој модел во моментот, затоа не може да се извршува.

05

API

Повикајте го ViTPose со вашиот Railwail API клуч. Користете го овој ID на моделот во барањето:

Нема потврден API пример

Јавниот API пренесува различен формат на влез отколку што овој модел има потреба. Користете го игралиштето погоре.

06

Спецификации

ID на моделот
vitpose
Развивач
Community
Категорија
Мултимодален
Влез
Текст, Слика
Излез
Текст
Каталошка ставка ажурирана
25 јуни 2026 г.

Ознаки

  • replicate
  • pose
  • vision-understanding
  • transformer
  • open-source
07

Често поставувани прашања

Што е ViTPose?

ViTPose е модел од Community во категоријата Мултимодален. Наведено е на Railwail, но не може да се извршува во моментов.

Колку чини ViTPose на Railwail?

ViTPose не може да се извршува на Railwail во моментов, затоа нема тековна цена. Достапни алтернативи со цени се наведени подолу на оваа страница.

Колку брз е ViTPose?

Нема доволно измерени извршувања на ViTPose на Railwail за да се наведе време на извршување. Зависи од влезот, поставките и оптеретувањето кај добавувачот.

Дали ViTPose е подобар од BLIP?

Зависи од задачата. ViTPose (Community) и BLIP (Salesforce) се обата модели во категоријата Мултимодален. Страницата за споредба ги покажува нивните цени и спецификации една до друга.

Спореди ViTPose и BLIP

Може ли ViTPose да обработува слики?

Да. ViTPose прифаќа слики како влез покрај текстот.

Можам ли да го користам ViTPose сега?

Моментално недостапно: овој модел е деактивиран. Страницата останува онлајн; достапни алтернативи од иста категорија се наведени подолу.

Сите модели преку една API

Еден API клуч за секој модел на Railwail. Употребата се наплаќува од подготвени кредити, 1 кредит = 0,01 US$.