К содержимому
Другое

Weed Swin

детектор сорняков и культур на фото

2 мин чтенияобновлено

Модель находит на снимках четыре класса объектов: сорняки, салат, сеянцы шпината и шпинат на стадии роста. Это небольшая (0,07 млрд параметров) четырёхклассовая Swin-S Mask R-CNN (детектор с сегментацией) от haiquanli: на выходе — боксы, маски, оценки уверенности и классы в координатах исходного изображения. В отличие от исходной weed_swin, здесь лучший чекпоинт по validation-mask (эпоха 32) из запуска на 42 эпохи и обучение с адаптивным выбором кропов по медианному размеру объектов на каждом фото. Инференс идёт по целым фотографиям без разметки объектов. Пригодится разработчикам CV и агротех-проектам, которым нужно быстро размечать грядки и оценивать засорённость.

Ключевые особенности

  • Четыре класса: сорняк, салат, сеянец шпината и шпинат на стадии роста.
  • Swin-S Mask R-CNN выдаёт боксы и маски, а не только классы.
  • При обучении кропы подбираются по медианному размеру объектов на каждом фото; в том же эксперименте это дало Mask mAP 49,05% против 47,65% у фиксированных сеток.
  • Инференс по целому фото: разметка объектов не нужна.
  • В репозитории кастомный Python-код, нужен trust_remote_code.

Что можно сделать

  • Прогонять фото грядок и получать г��товые маски и боксы для сорняков, салата и шпината.
  • Считать найденные объекты по классам на серии снимков и собирать статистику засорённости.
  • Встроить модель в Python-пайплайн на Transformers для автоматической разметки или проверки результатов.
  • Использовать как отправную точку для сравнения других детекторов на своих агро-фото.

Пример

from transformers import AutoImageProcessor, AutoModelForObjectDetection
from PIL import Image, ImageOps
repo = 'haiquanli/weed_swin_dynamic_crop'
model = AutoModelForObjectDetection.from_pretrained(repo, trust_remote_code=True)
processor = AutoImageProcessor.from_pretrained(repo, trust_remote_code=True)
image = ImageOps.exif_transpose(Image.open('plants.jpg')).convert('RGB')
inputs = processor(images=image, return_tensors='pt')
outputs = model(**inputs, score_threshold=0.25)
ПодробнееНа 126 отложенных фото и 1 270 объектах: Mask mAP 49,05%, Mask AP50 74,21%, Box mAP 54,08%.
Нужно окружение MMDetection 3.x с MMCV 2.1.0, MMEngine, PyTorch и Transformers; код модели кастомный.
Ограничения: разметка сорняков может быть неполной, эксперимент с одним seed, метрики исходного репозитория считались на кропах и напрямую не сравнимы.
Обсудить Telegram 0 20

Запустится ли?

Запустится в F32

Влезает без сжатия.

  • F32веса 0.3 GB · готовые файлы0.8 GB
  • BF16веса 0.1 GB0.6 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 · 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.

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

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

О модели

haiquanli/weed_swin_dynamic_crop
Автор
haiquanli
Категория
Другое
Дата выхода
На сайте

На сайте

Hugging Face

200

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии

Робототехника

DynamicVLA-LIBERO

DynamicVLA-LIBERO