К содержимому
Изображения

uav-rgb-lwir-cyclegan

синтез тепловизионных снимков из обычных RGB-фото с дронов

2 мин чтенияобновлено

Модель переводит стандартные цветные снимки с беспилотников (RGB) в стилизованные длинноволновые инфракрасные изображения (LWIR — тепловизионный спектр). В основе лежит архитектура CycleGAN (нейросеть для перевода изображений из одного домена в другой без строгой парной разметки) с 9-блочным генератором ResNet на PyTorch. В отличие от физических симуляторов, чекпоинты не восстанавливают реальную температуру или радиометрические данные, а синтезируют нормализованный визуальный облик тепловизора. Пригодится исследователям в области компьютерного зрения для экспериментов по сопоставлению признаков между разными спектрами.

Ключевые особенности

  • Включает два чекпоинта: best_combined_generator.pth (7 эпоха, оптимизирован под метрику SSIM) и geometry_candidate_generator.pth (12 эпоха с сохранением градиентов геометрии).
  • Работает с изображениями произвольного разрешения за счёт нарезки на перекрывающиеся тайлы размером 256×256 пикселей.
  • На выходе сохраняет как нормализованный 16-битный PNG, так и 8-битное чёрно-белое превью.
  • Строго исследовательский проект: авторы прямо предупреждают о слабом совпадении признаков (SIFT) с реальными тепловизорами и возможных артефактах текстур.

Что можно сделать

  • Прогнать аэрофотосъёмку в RGB через inference.py, чтобы получить визуальную стилизацию под тепловизор для тестов алгоритмов трекинга.
  • Сравнить поведение детекторов ключевых точек (SIFT/RANSAC) между исходным RGB, сгенерированным LWIR и реальными ИК-снимками.
  • Использовать batch_inference.py для пакетной обработки целых папок с кадрами с дронов в исследовательских пайплайнах.

Пример

python inference.py --input image.jpg --checkpoint geometry_candidate_generator.pth --output normalized_16bit.png --preview preview_8bit.png
ПодробнееМетрики на тесте CART (359 снимков): SSIM 0.6705 и PSNR 17.43 dB для чекпоинта 7 эпохи; SSIM 0.5667 и PSNR 14.12 dB для 12 эпохи.
Сопоставление признаков с реальным LWIR (SIFT inliers/image): 0.00 для 7 эпохи и 0.078 (CART) / 0.125 (M3OT) для 12 эпохи.
Обучено на 709 парах из датасета CART (съёмка с высоты ~40 м); инференс поддерживает запуск на CPU через флаг --device cpu.
Ограничения: не подходит для геолокации и измерения температуры, возможны размытия и галлюцинации текстур.
Обсудить Telegram 0

Запустится ли?

Считаем требования к памяти

Бот ещё собирает размеры весов этой модели — оценка появится здесь через несколько минут. Пока можно арендовать видеокарту с запасом.

Massed ComputeОткрыть Massed Compute

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.

    # anonymous-org-8/uav-rgb-lwir-cyclegan
    # ===== Токены: вставьте свои между кавычками =====
    export HF_TOKEN=""        # huggingface.co/settings/tokens — для закрытых моделей
    # ==========================================
    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 anonymous-org-8/uav-rgb-lwir-cyclegan --local-dir ~/models/uav-rgb-lwir-cyclegan
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к uav-rgb-lwir-cyclegan
  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.

  • SageAttention 3v2.2.0от 28 октября 2025

    ещё быстрее на RTX 50 / Blackwell

    FP4-внимание для Blackwell. Быстрее SageAttention 2, но авторы советуют 2-ю версию, когда важна точность.

    Как включить: Сборка из папки sageattention3_blackwell репозитория; в ComfyUI — через KJNodes.

    Предыдущие поколения (2)
    • SageAttention 2++ — Квантованное (INT8/FP8) внимание без заметной потери качества. Главное ускорение для генерации картинок и видео.
    • SageAttention 1 — Первая версия: INT8 для Q·K. Работает и на старых сборках, но 2++ быстрее и точнее.
  • 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 (3)
    • 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.
    • xFormers — Старый способ ускорить внимание, работает почти везде. Если есть Sage или Flash — они быстрее.
  • cache-dit (DBCache)v1.5.6от 20 ноября 2026новая версия

    1.5–3× при почти том же качестве

    Переиспользует результаты блоков между шагами диффузии. Поддерживает большинство DiT-моделей.

    Как включить: pip install cache-dit; одна строка cache_dit.enable_cache(pipe) для diffusers.

    Предыдущие поколения (2)
    • MagCache — Пропускает шаги по величине изменений. Точнее TeaCache без калибровки.
    • TeaCache — Первый массовый кэш шагов диффузии. Работает, но новые методы точнее.
  • Nunchaku (SVDQuant 4-bit)v1.2.1от 25 января 2026

    ≈3× быстрее и в 3.5× меньше памяти

    4-битные версии популярных моделей картинок почти без потери качества (FP4 на RTX 50).

    Как включить: Есть готовые веса для поддерживаемых моделей; в ComfyUI — ComfyUI-nunchaku.

  • 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

Новые посты про версии uav-rgb-lwir-cyclegan — сжатые, дообучения, LoRA — появятся в колокольчике.

У этой модели пока нет известных родственников. Все производные на Hugging Face

О модели

anonymous-org-8/uav-rgb-lwir-cyclegan
Автор
anonymous-org-8
Категория
Изображения
Дата выхода
На сайте

На сайте

Hugging Face

00

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии

Изображения

Serpieri Style

Serpieri Style18+