К содержимому
Другое

kron-ppg-age

стриминговый оценщик возраста по PPG-сигналу

2 мин чтенияобновлено

Модель kron-ppg-age оценивает хронологический возраст человека в реальном времени по сырым данным фотоплетизмографии (PPG — метод оптического измерения пульса). Архитектура основана на причинном кодировщике KronLSTM, который обрабатывает сигнал пачками по 0.2 секунды и переносит память между чанками. Модель весит всего 24 МБ в формате ONNX при 5.85 млн параметров и может работать прямо на смартфонах или умных часах. Она пригодится разработчикам биометрических приложений и исследователям пульсовых сигналов.

Ключевые особенности

  • Компактность: граф ONNX весит 24 МБ, а общее число параметров составляет 5.85М.
  • Стриминг: обработка PPG в реальном времени чанками по 5 секунд с передачей состояния.
  • Точность: средняя абсолютная ошибка (MAE) на тестовой выборке составляет 6.38 лет.
  • Обучение: претренинг на 160 тыс. шагов и MLP-голова на замороженном кодировщике.

Что можно сделать

  • Мобильные приложения: запуск потокового анализа возраста на смартфонах или часах.
  • Анализ биометрии: исследование PPG-данных с пальца или запястья (с предварительной калибровкой).
  • Создание трекеров: разработка систем мониторинга по пульсовым волнам в реальном времени.

Пример

import json, numpy as np, onnxruntime as ort

meta = json.load(open("onnx/stream.json"))
sess = ort.InferenceSession("onnx/stream.onnx")
feeds = {i.name: np.zeros([1 if isinstance(d, str) else d for d in i.shape],
                          np.bool_ if i.type == "tensor(bool)" else np.float32)
         for i in sess.get_inputs()}

def step(chunk):
    feeds["samples"] = chunk[None].astype(np.float32)
    feeds["valid"] = np.ones((1, 25), np.bool_)
    out = dict(zip([o.name for o in sess.get_outputs()], sess.run(None, feeds)))
    for k, v in out.items():
        if k.endswith("_next"):
            feeds[k[:-5]] = v
    return float(out["age"][0])
ПодробнееМетрики: Test MAE 6.38 лет (r = 0.84), против 11.74 у медианы возраста.
Требования: ONNX-граф 24 МБ, вход с частотой 25 Гц (нужна фильтрация 0.5–8 Гц).
Ограничения: оценивает хронологический возраст, а не здоровье; на запястье требует калибровки.
Обсудить Telegram 0 16

Запустится ли?

Запустится в BF16

Влезает без сжатия.

  • BF16веса 0.0 GB · готовые файлы0.5 GB
  • FP8 / INT8рекомендуемвеса 0.0 GB0.5 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.

    # GlucoseDao/kron-ppg-age
    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 GlucoseDao/kron-ppg-age --local-dir ~/models/kron-ppg-age
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к kron-ppg-age
  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 kron-ppg-age — сжатые, дообучения, LoRA — появятся в колокольчике.

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

О модели

GlucoseDao/kron-ppg-age
Автор
GlucoseDao
Категория
Другое
Дата выхода
На сайте

На сайте

Hugging Face

160

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии