TEED ONNX
сверхлёгкий детектор границ изображений
2 min readupdated
TEED (Tiny and Efficient Edge Detector) — это компактная нейросеть на 58 тысяч параметров для выделения контуров и границ на изображениях. Автор Shaboomi перевёл оригинальный чекпоинт от Xavier Soria Poma и соавторов в формат ONNX (универсальный формат для запуска моделей на разных движках без привязки к PyTorch) специально для проекта TerraGen. На вход подаётся изображение, а на выходе получается одноканальная карта вероятностей контуров со значениями от 0 до 1. Подойдёт разработчикам компьютерного зрения и генеративных пайплайнов, которым нужен быстрый и лёгкий препроцессор границ.
Ключевые особенности
- Миниатюрный размер: всего 58 K параметров, благодаря чему модель работает быстро и требует минимум ресурсов.
- Формат ONNX: удобно встраивать в C++, веб-приложения, мобильные или десктопные пайплайны через ONNX Runtime.
- Точность конвертации: максимальное расхождение с оригинальной версией на PyTorch на случайном входе составляет всего 2.6e-6.
- Открытая лицензия: распространяется под MIT без изменений относительно исходного репозитория.
Что можно сделать
- Подготовка карт контуров (Edge Maps): выделять чёткие границы объектов на фотографиях и рендерах в пайплайнах обработки изображений и генерации (например, в проектах уровня TerraGen).
- Локальный и кроссплатформенный инференс: запускать детектирование краёв на CPU или слабом железе без установки тяжёлого окружения PyTorch.
Пример
Входной тензор image должен иметь тип float32, форму [1, 3, H, W] (высота и ширина кратны 8) в порядке каналов BGR со значениями 0–255 и вычтенным средним (104.007, 116.669, 122.679). На выходе модель отдаёт тензор edges формы [1, 1, H, W] с вероятностями границ от 0 до 1.
Подробнее
Исходные веса:checkpoints/BIPED/5/5_model.pth из репозитория xavysp/TEED.Ограничения: высота и ширина входного изображения (H и W) должны быть кратны 8.
Статья: «Tiny and Efficient Model for the Edge Detection Generalization» (ICCV 2023 Workshops).










Comments