К содержимому
Другое

Artelico Models

коллекция из 200+ моделей компьютерного зрения для работы на устройстве

2 мин чтенияобновлено

Этот репозиторий содержит более 200 моделей компьютерного зрения (обнаружение объектов, классификация, сегментация, распознавание лиц и глубина), конвертированных в форматы Core ML (для iPhone, iPad и Mac) и ONNX (для браузера). Все вычисления происходят локально прямо на вашем железе без отправки изображений на удаленные сервера. Набор основан на архитектурах из Hailo Model Zoo и оптимизирован для локального запуска с использованием аппаратного ускорения (Neural Engine, WebGPU). Репозиторий полезен разработчикам мобильных и веб-приложений, которым нужно быстро внедрить готовый искусственный интеллект для работы с визуальными данными.

Ключевые особенности

  • Локальное выполнение прямо на устройстве (Core ML и ONNX Runtime Web) без отправки картинок на сервер.
  • Более 200 готовых моделей: от классических YOLO и ResNet до современных трансформеров ViT и CLIP.
  • Аппаратное ускорение на процессорах Apple Silicon через Neural Engine для Core ML.
  • Поддержка браузеров через WebGPU и WebAssembly с помощью ONNX Runtime Web.

Что можно сделать

  • Интегрировать детектор объектов YOLO или модели распознавания лиц в мобильное приложение под iOS или macOS на Swift.
  • Добавить в веб-приложение обработку изображений, выделение объектов или оценку глубины с помощью ONNX-моделей в браузере.
  • Запустить извлечение эмбеддингов или анализ текста и картинок с помощью энкодеров CLIP / SigLIP на устройстве пользователя.

Пример


let url = modelsFolder.appendingPathComponent("yolov8s.mlpackage")
let compiled = try await MLModel.compileModel(at: url)
let model = try MLModel(contentsOf: compiled, configuration: MLModelConfiguration())
ПодробнееФорматы: Core ML пакеты (.mlpackage) и ONNX графы (.onnx) с файлами сопоставления выходов.
Аппаратная поддержка: Apple Neural Engine (Core ML), WebGPU и WebAssembly (веб-версия).
Особенности: Первый запуск большой модели на Mac может занять до нескольких минут из-за компиляции под Neural Engine.
Лицензии: Различаются для каждой модели (MIT, Apache-2.0, GPL-3.0, Non-commercial research only).
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.

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

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

О модели

helmo/artelico-models
Автор
helmo
Категория
Другое
Дата выхода
На сайте

На сайте

Hugging Face

00

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии

Другое

ClosureRAG

ClosureRAG