ID-Head
когда глубине VGGT-1B можно доверять
1 min read
ID-Head — набор чекпоинтов для 3D-реконструкции: для каждого луча query-вида модель решает, отвечать ли глубиной из замороженной VGGT-1B или воздержаться. Это U-Net с тремя downsampling и всего 0,35M параметров; саму глубину она не меняет. Автор — wolfkingttf, реализация на PyTorch.
Ключевые особенности
- Превращает feature map 18×90×160 в один logit на луч — отвечать или нет.
- Работает поверх замороженной VGGT-1B; ответ по глубине масштабируется на 1.0096.
- Пять чекпоинтов по seed, сравнение без evidence-признаков и GBDT-контроль.
- Скрипты ждут файлы в
pool/training/внутри клона GitHub-репозитория. - Чекпоинты — pickle; перед загрузкой проверяйте SHA256.
Пример
import torch
ck = torch.load("pool/training/c76_v1b_seed20261025.pt",
map_location="cpu", weights_only=False)
state_dict = ck["model"] # веса ThreeDownUNet
Подробнее
Бенчмарков в карточке нет — только описание чекпоинтов и ablation-файлов.Файлы записаны в PyTorch 2.7.1; GBDT-контроль требует scikit-learn 1.7.2 и joblib 1.6.0.
Лицензия CC BY-NC 4.0; обучение шло на метках MatrixCity и признаках VGGT-1B.
Загрузка pickle может выполнить код — сверяйте SHA256.










Comments