Mask2Former

MultimodalneDostępne
od MetaID modelu: mask2former

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

Cena
≈ 0,0276 USD/uruchomienie
Wejście → Wyjście
Tekst + Obraz → Tekst
Deweloper
Meta
Zaktualizowano
23 września 2026
01

Playground

Spróbuj Mask2Former

Brak formularza wejściowego

≈ 0,0276 USD/uruchomienie

Dla tego modelu nie ma jeszcze formularza wejściowego

Jego wejścia nie są jeszcze udokumentowane. Aby żaden przebieg nie zakończył się niepowodzeniem z powodu błędnego wejścia, nie oferujemy tutaj formularza. Zamiast tego wybierz porównywalny model.

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

O Mask2Former

Krótko mówiącStan na 23 września 2026

Mask2Former to model opracowany przez Meta w kategorii Multimodalne. W serwisie Railwail Mask2Former kosztuje ≈ 0,0276 USD za uruchomienie.

04

Ceny

Ceny w dolarach amerykańskich. Użycie jest rozliczane z prepłaconych kredytów.
Typowe uruchomienie (≈ 102 s na T4)0,0276 USD za uruchomienie
Czas GPU (T4)0,00027 USD za sekundę GPU
  • Rozliczane są czasy GPU, które przebieg faktycznie zajmuje. Po uruchomieniu przebiegu 3× typowej ceny jest rezerwowane z Twojego salda i rozliczane później.
  • 1 kredyt = 0,01 USD

Kalkulator kosztów

Kalkulator cen

s

Typowo według dostawcy: ok. 102,2 s

Razem

2,76 USD

276 kredytów

Za uruchomienie

0,0276 USD · 2,76 kredytów

Rozliczane są rzeczywiste sekundy GPU; wartość jest szacunkiem.

05

API

Wywołaj Mask2Former za pomocą klucza API Railwail. Użyj tego ID modelu w żądaniu:

Brak zweryfikowanego przykładu API

Publiczny API przekazuje inny format wejściowy niż wymaga ten model. Użyj placu zabaw powyżej.

06

Specyfikacje

ID modelu
mask2former
Deweloper
Meta
Kategoria
Multimodalne
Wejście
Tekst, Obraz
Wyjście
Tekst
Rozliczenie
Według użycia (tokeny lub czas GPU)
Wpis w katalogu zaktualizowany
23 września 2026

Tagi

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

Często zadawane pytania

Co to jest Mask2Former?

Mask2Former to model opracowany przez Meta w kategorii Multimodalne.

Ile kosztuje Mask2Former w serwisie Railwail?

W serwisie Railwail Mask2Former kosztuje ≈ 0,0276 USD za uruchomienie. Opłata jest pobierana za to, co faktycznie zużywa każde żądanie. Użycie jest opłacane z przedpłaconych kredytów; 1 kredyt równa się 0,01 USD.

Jak szybki jest Mask2Former?

Dla Mask2Former jest jeszcze zbyt mało zmierzonych przebiegów w serwisie Railwail, aby podać czas przebiegu. Zależy to od wejścia, ustawień i obciążenia u dostawcy.

Czy Mask2Former jest lepszy niż BLIP?

To zależy od zadania. Mask2Former (Meta) i BLIP (Salesforce) to oba modele z kategorii Multimodalne. Strona porównania pokazuje ich ceny i specyfikacje obok siebie.

Porównaj Mask2Former i BLIP

Czy Mask2Former może przetwarzać obrazy?

Tak. Mask2Former akceptuje obrazy jako wejście oprócz tekstu.

08

Porównywalne modele

Wszystkie w tej kategorii
  • 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/uruchomienie

    99 % taniej za jednostkę

    Porównaj Mask2Former i BLIP
  • 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/uruchomienie

    66 % drożej za jednostkę

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

    ≈ 0,0050 USD/uruchomienie

    82 % taniej za jednostkę

    Porównaj Mask2Former i Depth Anything v2

Wszystkie modele przez jedno API

Jeden klucz API dla każdego modelu na Railwail. Opłaty pobierane są z przedpłaconych kredytów, 1 kredyt = 0,01 USD.