К содержимому
Робототехника

dec_models

набор ONNX-моделей для робота-гида на ROS 2

2 мин чтенияобновлено

Репозиторий от проекта cssr4africa представляет собой готовый комплект нейросетей в формате ONNX (открытый формат для быстрого запуска моделей на разном железе) для системы pepper4dec — робота-экскурсовода Pepper на базе ROS 2 в центре Upanzi Digital Experience Center при Carnegie Mellon University Africa. Внутри собраны четыре проверенные модели компьютерного зрения и обработки звука, разложенные по папкам так, чтобы пакеты ROS 2 могли сразу их подхватить без ручной конвертации. Сборка решает базовые задачи восприятия: поиск людей и лиц в кадре, определение поворота головы собеседника и фиксацию начала речи. Подойдёт разработчикам в области робототехники и инженерам, собирающим интерактивных ассистентов на ROS 2.

Ключевые особенности

  • Детекция людей построена на базе YOLO11m от Ultralytics (обучена на датасете COCO).
  • Для поиска лиц и оценки положения головы (head pose) включены Gold-YOLO и 6DRepNet360.
  • За распознавание голосовой активности отвечает легковесный детектор речи Silero VAD.
  • Все веса уже экспортированы в формат ONNX и организованы по структуре директорий /models/ с проверкой контрольных сумм SHA-256 через скрипт загрузки.

Что можно сделать

  • Развернуть систему зрительного и голосового контакта для сервисного или социального робота на ROS 2, чтобы он поворачивался к говорящему посетителю.
  • Использовать готовые ONNX-файлы по отдельности в своих пайплайнах видеоаналитики или голосовых интерфейсах без самостоятельного экспорта весов из PyTorch.

Пример

Модели загружаются автоматически скриптом scripts/fetch_models.sh из репозитория pepper4dec и раскладываются по рабочим директориям пакетов ROS 2, например person_detection/models/person_detection_yolov11m.onnx и speech_event/models/silero_vad.onnx.

ПодробнееСостав: YOLO11m, Gold-YOLO, 6DRepNet360, Silero VAD в формате ONNX
Назначение: загрузка пакетами ROS 2 в проекте pepper4dec (Carnegie Mellon University Africa)
Ограничения и лицензии: у каждого файла своя лицензия (AGPL-3.0 для YOLO11m, GPL-3.0 для Gold-YOLO, MIT для 6DRepNet360 и Silero VAD), отличная от BSD-3-Clause самого проекта pepper4dec
Обсудить Telegram 0

Запустится ли?

Запустится в BF16

Влезает без сжатия.

  • BF16веса 0.1 GB · готовые файлы0.6 GB
  • FP8 / INT8рекомендуемвеса 0.1 GB0.6 GB
  • 4-bitвеса 0.0 GB0.5 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 · BF16 — 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.

    # cssr4africa/dec_models
    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 cssr4africa/dec_models --local-dir ~/models/dec_models
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к dec_models
  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

Новые посты про версии dec_models — сжатые, дообучения, LoRA — появятся в колокольчике.

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

О модели

cssr4africa/dec_models
Автор
cssr4africa
Категория
Робототехника
Дата выхода
На сайте

На сайте

Hugging Face

00

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии