oneformer_cityscapes_swin_large
Bilder erzeugen, bearbeiten und vergrößern — Stable-Diffusion-Klasse, Flux & Co.
MIT
Läuft das auf deinem Rechner?
Was kann es?
Dieses Modell zerlegt Fotos von Straßen und Städten automatisch in ihre Einzelteile – Straße, Gehweg, Gebäude, Autos, Fußgänger – und kann Panoptik-, Semantik- und Instanzsegmentierung gleichzeitig durchführen. Es basiert auf dem OneFormer-Framework mit einem großen Swin-Transformer-Rückengrat, trainiert auf dem Cityscapes-Datensatz mit realen deutschen Stadtszenen.
Stärken
Als eines der wenigen Modelle kann es drei Segmentierungsaufgaben (panoptisch, semantisch, instanzbasiert) in einem Durchlauf lösen und erreicht dabei stark qualifizierte Ergebnisse in urbanen Straßenszenen.
Grenzen
Mit mehreren hundert Millionen Parametern ist es rechenintensiv und braucht eine ordentliche GPU; außerhalb von Straßen- und Stadtbildern (z. B. Natur, Innenräume) sinkt die Trefferquote deutlich, und die MIT-Lizenz erlaubt kommerzielle Nutzung, verlangt aber sorgfältige Attribuierung.
Für wen?
Für Entwickler und Forscher, die in einem Projekt zu autonomem Fahren, Stadtplanung oder Verkehrsanalyse präzise Bildsegmentierung für urbane Umgebungen brauchen – und die Hardware dafür haben.
So startest du es
Jeder Befehl ist fertig für dieses Modell: kopieren und in die Konsole einfügen.
⚠️ Dieses Modell gibt es nicht als GGUF — Ollama, LM Studio und llama.cpp können es daher nicht starten (die drei Wege funktionieren nur bei Sprachmodellen). Es läuft über ComfyUI oder diffusers.
Besonderheiten
Was dieses Modell ausmacht — geprüft aus den offiziellen Angaben (⟳ vor 7 Min (16.10. 19:14 UTC)).
Alle Angaben stammen aus den offiziellen Quellen (Hugging Face) — wir hosten keine Modelle.
Wo bekommst du es?
Wir hosten nichts — hier geht es direkt zur Quelle. Die Anleitung unten zeigt dir Schritt für Schritt, wie du das Modell startest.
Auf Hugging Face herunterladen Bei Ollama suchen Bei LM Studio suchen
Größen & Quants
Kleinere Datei = weniger Speicherbedarf, dafür minimal geringere Qualität. Der Check oben zeigt dir für jede Variante, ob sie auf deinem Rechner läuft — entscheiden musst nur du.
| Variante | Dateigröße | Speicherbedarf (grob) |
|---|---|---|
| Keine Variantenliste verfügbar — schau in die Dateiliste bei Hugging Face. | ||
So startest du oneformer_cityscapes_swin_large
- Herunterladen: Über den HF-Button oben (oder direkt in Ollama/LM Studio suchen).
- Starten: Unsere Anleitung zeigt dir die einfachsten Wege — LM Studio (Klick-Oberfläche) oder Ollama (ein Befehl).
- Chatten: Modell auswählen, lostippen. Ohne Internet, ohne Anmeldung.
Gleiches Modell lieber als API nutzen? Preisvergleich öffnen →
Häufige Fragen
Läuft oneformer_cityscapes_swin_large auf meinem Rechner?
Das zeigt dir der Check oben — Variante für Variante. Typische Größen: die übliche kompakte Variante wiegt –, die kleinste – — rechne grob ~2 GB Puffer dazu.
Was kostet oneformer_cityscapes_swin_large?
Nichts — das Modell ist kostenlos herunterladbar. Kosten entstehen nur für Strom oder eine gemietete GPU, falls dein Rechner zu klein ist.
Ähnliche Modelle: vit-base-patch16-224 · gender-classification · Pruna-Qwen-Image-2.1 · Zurück zur Übersicht
Daten: Hugging Face API · ⟳ vor 7 Min (16.10. 19:14 UTC). Wir hosten keine Modelle — alle Links führen zu den offiziellen Quellen.