К содержимому
Другое

SpaceSense-Omni

восприятие космических аппаратов по RGB и LiDAR

1 мин чтенияобновлено

SpaceSense-Omni — экспериментальная модель для восприятия космических аппаратов по RGB-изображениям и LiDAR. Инициализирована из EPFL-VILAB/4M-21_B, содержит около 0,1 млрд параметров и объединяет сегментацию, детекцию, метрическую глубину и относительную позу.

Ключевые особенности

  • Режим RGB + LiDAR: 8-классовая пиксельная сегментация, 7-классовая FCOS-детекция, 7-классовая сегментация исходных точек, metric ray distance и относительная поза.
  • Только RGB: доступны четыре задачи по изображению и позе, а сегментация точек помечается как недоступная.
  • Фиксированный чекпоинт (epoch 4, step 6472), выбранный по equal-weight five-task validation score; task-specific веса не смешиваются.
  • FP32 safetensors; инференс на GPU идёт с BF16 autocast, pose head остаётся во FP32, изображения масштабируются до 1024×1024.
  • Обучение шло с lidar_dropout=0, данные синтетические, а калибровка LiDAR привязана к поставляемым примерам.

Пример

from spacesense.hf_runtime import Predictor
predictor = Predictor.from_bundle('/path/to/model-repository', device='cuda')
prediction, metadata = predictor.predict('/path/to/image.png')
# Fusion: predictor.predict(image, points, intrinsics)
ПодробнееНа 70 демонстрационных кадрах без LiDAR медианная ошибка трансляции выросла с ~0,21 м до 29,00 м, а AbsRel метрической глубины — с 0,056 до 2,53.
Оценка на 680 кадрах — не полный тест-сет; данные синтетические, калибровка LiDAR специфична для примеров.
Из-за lidar_dropout=0 обобщение на произвольные реальные снимки ограничено; RGB-only глубину и трансляцию нельзя считать надёжными метрическими измерениями.
Веса распространяются по лицензии, допускающей некоммерческое использование.
Обсудить Telegram 0

Запустится ли?

Запустится в F32

Влезает без сжатия.

  • F32веса 0.4 GB · готовые файлы0.9 GB
  • BF16веса 0.2 GB0.7 GB
  • FP8 / INT8рекомендуемвеса 0.1 GB0.6 GB
  • 4-bitвеса 0.1 GB0.6 GB

Совет: берите 8-bit.FP8 / INT8 почти не отличается по качеству от полной точности (разница в пределах процента), а памяти занимает вдвое меньше и на RTX 40/50, H100 работает быстрее. Полную точность есть смысл брать только для дообучения.

Что взять под эту модель

Massed ComputeОткрыть Massed Compute

Своя видеокарта: FP8 / INT8 — от RTX 2060 · F32 — от RTX 2060

Почасовые цены Massed Compute на ноябрь 2026. Цена со скидкой — с промокодом при оплате.

Оценка: веса плюс рабочая память. Длинные ролики, высокое разрешение и большой контекст требуют больше.

Запуск на Massed Compute

Скрипт скачает модель на арендованную машину. Как её запустить — в карточке модели.

  1. 1. Арендуйте машину с подходящей видеокартой

    Открыть Massed Compute
  2. 2. Вставьте скрипт в терминал машины

    Подключитесь по SSH (команда есть в панели Massed Compute) или откройте терминал на рабочем столе машины.

    HF_TOKEN / CIVITAI_TOKENВ начале скрипта строки для токенов: вставьте свой между кавычками. Токен Hugging Face нужен для закрытых моделей, токен Civitai — для моделей с Civitai.

    # Alvin16/SpaceSense-Omni
    mkdir -p ~/models
    curl -LsSf https://astral.sh/uv/install.sh | sh
    source "$HOME/.local/bin/env"
    uv tool install "huggingface_hub[cli]"
    hf download Alvin16/SpaceSense-Omni --local-dir ~/models/SpaceSense-Omni
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к SpaceSense-Omni
  3. 3. Пользуйтесь

    Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).

Не забудьте остановить машину в панели, когда закончите: оплата идёт поминутно, пока она включена.

Как ускорить

Подобрано под тип модели. Выберите своё железо в блоке выше — покажем то, что подходит именно вам.

  • FlashAttention 44.0.0b40от 18 ноября 2026новая версия

    самое быстрое точное внимание на B200

    Ядра для Blackwell (пока бета). Точное внимание без квантования — подходит для всего, включая LLM.

    Как включить: pip install flash-attn-4; vLLM и SGLang подхватывают сами.

    Предыдущие поколения (2)
    • FlashAttention 3 — Версия для Hopper (H100/H200) с FP8.
    • FlashAttention 2 — Стандарт для RTX 30/40/50 и A100: точное внимание без лишней памяти на длинных контекстах.
  • torch.compile2.15.0от 28 октября 2026новая версия

    10–30% бесплатно

    Компилирует модель под вашу видеокарту. Первый запуск дольше, дальше быстрее.

    Как включить: model = torch.compile(model); в ComfyUI — узел TorchCompileModel.

Семья модели

Дообучение модели

EPFL-VILAB/4M-21_B

Новые посты про версии 4M-21_B — сжатые, дообучения, LoRA — появятся в колокольчике.

Дообучения 1Все на Hugging Face

О модели

Alvin16/SpaceSense-Omni
Автор
Alvin16
Категория
Другое
Дата выхода
На сайте

На сайте

Hugging Face

00

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии

Другое

CAIAAD

CAIAAD