요약

Meta가 10억 장의 인간 이미지 데이터셋으로 사전 학습시킨 고해상도 비전 트랜스포머 'Sapiens2'를 공개했습니다. 이 모델은 단순히 이미지를 분류하는 것을 넘어, 인간 중심의 복잡한 인식 작업(자세 추정, 세그멘테이션, 법선 계산, 포인트맵 생성 등)에 특화되어 있습니다. 개발자는 이를 활용하여 더욱 정교하고 현실적인 인간-객체 상호작용을 모델링할 수 있으며, 이는 AR/VR 콘텐츠 제작 및 로봇 공학 분야에서 큰 가치를 지닐 것으로 예상됩니다.

핵심 포인트

• Sapiens2는 10억 장의 인간 이미지로 사전 학습된 고해상도 비전 트랜스포머입니다.
• 이 모델은 자세(Pose), 세그멘테이션, 법선(Normal), 포인트맵(Point Map) 등 인간 중심의 복잡한 인식에 초점을 맞춥니다.
• Hugging Face를 통해 공개되어 다양한 개발자가 접근하고 활용할 수 있습니다.