ViTPose
vitposeViTPose plain-vision-transformer pose estimator. State-of-the-art keypoint accuracy on MS-COCO with a minimal architecture.
- Status
- Inte tillgänglig
- Inmatning → utmatning
- Text + Bild → Text
- Utvecklare
- Replicate
- Uppdaterad
- 25 juni 2026
ViTPose är för närvarande otillgänglig
Inte tillgänglig för närvarande: denna modell är inaktiverad.
Du kan fortfarande läsa detaljerna på denna sida. Välj ett av de tillgängliga alternativen nedan för att köra en jämförbar modell direkt.
Gå till alternativJämförbara modeller
Alla i denna kategori- 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$/körning
- Claude Opus 4.7Anthropic
Anthropic's April 2026 flagship. 87.6% on SWE-bench Verified, 3x higher image resolution, output self-verification, vision + reasoning.
6,00 US$/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 US$/1M in
Playground
Prova ViTPose
Ingen inmatningsformulär
Inte tillgänglig för närvarande: denna modell är inaktiverad.
Lekplatsen är inaktiverad. Du hittar jämförbara modeller i samma kategori: Visa alternativ
Om ViTPose
ViTPose är en modell av Replicate i kategorin Multimodal. ViTPose är för närvarande inte tillgänglig på Railwail.
Priser
Inte tillgänglig för närvarande: denna modell är inaktiverad. Det finns ingen pris för denna modell för närvarande, så den kan inte köras.
API
Inget verifierat API-exempel
Det offentliga API:et skickar ett annat inmatningsformat än vad denna modell behöver. Använd lekplatsen ovan.
Specifikationer
- Modell-ID
vitpose- Utvecklare
- Replicate
- Kategori
- Multimodal
- Inmatning
- Text, Bild
- Utmatning
- Text
- Kataloginlägg uppdaterat
- 25 juni 2026
Taggar
- replicate
- pose
- vision-understanding
- transformer
- open-source
Vanliga frågor
Vad är ViTPose?
ViTPose är en modell av Replicate i kategorin Multimodal. Den finns i Railwail-katalogen men kan inte köras för närvarande.
Vad kostar ViTPose på Railwail?
ViTPose kan inte köras på Railwail för närvarande, så det finns inget aktuellt pris. Tillgängliga alternativ med priser visas längre ned på denna sida.
Hur snabb är ViTPose?
Det finns ännu inte tillräckligt många uppmätta körningar av ViTPose på Railwail för att ange en körningstid. Det beror på inmatningen, inställningarna och belastningen hos leverantören.
Är ViTPose bättre än BLIP?
Det beror på uppgiften. ViTPose (Replicate) och BLIP (Salesforce) är båda modeller i kategorin Multimodal. Jämförelsesidan visar deras priser och specifikationer sida vid sida.
Jämför ViTPose och BLIPKan ViTPose bearbeta bilder?
Ja. ViTPose accepterar bilder som inmatning utöver text.
Kan jag använda ViTPose just nu?
Inte tillgänglig för närvarande: denna modell är inaktiverad. Sidan förblir online; tillgängliga alternativ från samma kategori visas längre ned.
Alla modeller via ett API
En API-nyckel för alla modeller på Railwail. Användningen debiteras från förbetald kredit, 1 kredit = 0,01 US$.