К содержимому
Другое

ImageGrains 2.0 ONNX

сегментация гальки и зёрен прямо в браузере

2 мин чтенияобновлено

Набор моделей для instance segmentation (выделения каждого отдельного объекта на фото) речной гальки, булыжников и осадочных обломков с расчётом гранулометрического состава (D16, D50, D84) и морфометрии. Автор inYourOwnBrowser портировал официальные веса ImageGrains 2.0 (на базе архитектур Cellpose U-Net и Cellpose-SAM ViT-L) в единые ONNX-файлы (формат обмена нейросетевыми моделями), убрав зависимости от Python и Numba. В отличие от оригинального релиза, модели укладываются в браузерный лимит до 2 ГБ и работают полностью на стороне клиента через onnxruntime-web (WebGPU и WebAssembly) без загрузки снимков на сервер. Решение пригодится геологам, гидрологам и разработчикам веб-приложений для полевого анализа фото.

Ключевые особенности

  • Два готовых варианта в одном файле: быстрый ig2_unet_fp32.onnx (26,6 МБ, FP32) для десктопных и мобильных браузеров и точный ig2_cpsam_fp16.onnx (~588 МБ, FP16) для десктопного WebGPU.
  • Полностью автономный инференс в браузере через WebGPU или CPU WASM без отправки изображений на бэкенд.
  • Единый выходной тензор [flow_y, flow_x, cellprob], позволяющий использовать одинаковую постобработку для извлечения масок обеими моделями.
  • Численная сверка с оригинальным PyTorch: максимальная абсолютная ошибка менее 10⁻⁴ для U-Net и 3,91×10⁻³ для Cellpose-SAM.

Что можно сделать

  • Встроить в веб-сервис или PWA-приложение на базе onnxruntime-web для мгновенного измерения размеров гальки и обломков по фото прямо в полевых условиях.
  • Использовать ig2_unet_fp32.onnx на мобильных устройствах и слабых ПК с произвольным разрешением снимков, а ig2_cpsam_fp16.onnx — для пакетной обработки тайлов 256×256 на десктопе с WebGPU.

Пример

import * as ort from 'onnxruntime-web/webgpu';

const session = await ort.InferenceSession.create('./ig2_unet_fp32.onnx', {
  executionProviders: ['webgpu', 'wasm'],
});
const tileData = new Float32Array(1 * 2 * 256 * 256);
const inputTensor = new ort.Tensor('float32', tileData, [1, 2, 256, 256]);
const results = await session.run({ image: inputTensor });
const flowsCellprob = results.flows_cellprob.data;
ПодробнееМодели: ig2_unet_fp32.onnx (Cellpose-2/3 CPnet U-Net, динамический размер входа, 2 канала: ч/б и нули) и ig2_cpsam_fp16.onnx (Cellpose-SAM ViT-L, фиксированный тайл 256×256 RGB, батч 1–32).
Требования: для FP16-версии нужен WebGPU и поддержка Float16Array (Chrome/Edge от 135, Safari от 17.4); U-Net работает через WebGPU и WASM.
Лицензия весов: CC BY 4.0 (на базе весов Zenodo DOI: 10.5281/zenodo.15728186).
Обсудить Telegram 0

Запустится ли?

Запустится в FP16

Влезает без сжатия.

  • FP16веса 0.6 GB · готовые файлы1.1 GB
  • FP8 / INT8рекомендуемвеса 0.3 GB0.8 GB
  • 4-bitвеса 0.2 GB0.7 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 · FP16 — 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.

    # inYourOwnBrowser/imagegrains-2.0-onnx
    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 inYourOwnBrowser/imagegrains-2.0-onnx --local-dir ~/models/imagegrains-2.0-onnx
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к imagegrains-2.0-onnx
  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 imagegrains-2.0-onnx — сжатые, дообучения, LoRA — появятся в колокольчике.

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

О модели

inYourOwnBrowser/imagegrains-2.0-onnx
Автор
inYourOwnBrowser
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

DCGP

DCGP