К содержимому
Другое

LaMa ONNX fp16

лёгкая версия модели для удаления объектов

2 мин чтенияобновлено

Модель для инпейнтинга (заполнения вырезанных или скрытых областей на изображении) на базе архитектуры LaMa (big-lama), переведённая в формат ONNX с сохранением весов в формате float16. Вес файла уменьшен вдвое — до 106 МБ, при этом при загрузке веса автоматически приводятся обратно к float32, поэтому качество генерации практически не отличается от оригинала. Релиз подготовлен автором HiggityPiggity на основе экспорта Carve/LaMa-ONNX специально для локального запуска прямо в браузере пользователя без отправки данных на сервер. Подойдёт веб-разработчикам и создателям графических инструментов, которым нужно быстрое и лёгкое удаление объектов на стороне клиента.

Ключевые особенности

  • Размер файла lama_fp16w.onnx сокращён вдвое по сравнению с fp32-версией — около 106 МБ.
  • При загрузке модели веса конвертируются обратно в float32, сохраняя точность работы оригинального графа.
  • Полностью готова к локальному инференсу на устройстве пользователя, включая запуск внутри браузерных приложений.
  • Работает с фиксированным разрешением 512×512 пикселей и принимает на вход само изображение и бинарную маску.

Что можно сделать

  • Встроить в веб-приложение или браузерный фоторедактор для удаления лишних объектов и ретуши без затрат на серверные GPU.
  • Использовать для достройки фона за объектами при создании 3D-эффекта движения камеры на фотографиях (как в приложении Lantern).

Пример

Модель принимает два тензора формата float32 размером [1, 3, 512, 512] (исходное RGB-изображение в диапазоне 0–1, где пиксели под маской обнулены) и [1, 1, 512, 512] (маска: 1 — заполнить, 0 — оставить). На выходе возвращается тензор [1, 3, 512, 512] со значениями RGB в диапазоне 0–255.

ПодробнееТочность: при заполнении области в 35% кадра средняя абсолютная разница с оригинальной lama_fp32.onnx составляет всего 0.56 уровня (из 255), максимальная — 10.
Ограничения: 8-битное динамическое квантование для этой модели непригодно (средняя ошибка превышает 100 уровней).
В репозитории также приложен скрипт конвертации convert_fp16_weights.py.
Лицензия: Apache-2.0.
Обсудить Telegram 0

Запустится ли?

Запустится в BF16

Влезает без сжатия.

  • BF16веса 0.1 GB · готовые файлы0.6 GB
  • FP8 / INT8рекомендуемвеса 0.0 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.

    # HiggityPiggity/lama-onnx-fp16
    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 HiggityPiggity/lama-onnx-fp16 --local-dir ~/models/lama-onnx-fp16
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к lama-onnx-fp16
  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 lama-onnx-fp16 — сжатые, дообучения, LoRA — появятся в колокольчике.

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

О модели

HiggityPiggity/lama-onnx-fp16
Автор
HiggityPiggity
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

PFN-DiD

PFN-DiD