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)
Подробнее
На 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.










Комментарии