К содержимому
Другое

AfroViewz Pothole Detector

поиск ям на дорогах прямо в браузере

2 мин чтенияобновлено

Лёгкая модель компьютерного зрения от автора JBWan94 для автоматического поиска ям на фотографиях дорог, записях с видеорегистраторов и в потоке с камеры смартфона. Она построена на компактной архитектуре RF-DETR Nano для входного разрешения 384×384 пикселя и экспортирована в формат ONNX. Главное отличие от более тяжёлых детекторов вроде RF-DETR Small — ставка на скорость работы локально на устройстве через onnxruntime-web (с ускорением WebGPU и откатом на WebAssembly) без отправки видео на сервер. Подойдёт разработчикам веб-приложений, мобильных навигаторов и систем мониторинга дорожного покрытия.

Ключевые особенности

  • Локальный запуск в браузере: работает на стороне клиента через onnxruntime-web с поддержкой WebGPU и WebAssembly.
  • Высокая скорость: версия Nano оптимизирована для плавной работы на смартфонах и тратит 4.6 мс на кадр на видеокарте L4.
  • Компактное хранение весов: веса сохранены в float16 и конвертируются в float32 внутри графа с минимальным отклонением (разница топ-скоров менее 0.002).
  • Без постобработки NMS: архитектура DETR сразу выдаёт 300 предсказаний координат и логитов классов без необходимости запускать Non-Maximum Suppression.

Что можно сделать

  • Встроить детектор в веб-приложение или PWA для фиксации дорожных ям через камеру смартфона во время поездки.
  • Автоматически размечать архивные записи с автомобильных видеорегистраторов для составления карты дефектов дорог.
  • Адаптировать пайплайн предобработки (обрезку полосы дороги по высоте кадра) для других задач дорожной аналитики в браузере.

Пример

Для корректного инференса подайте на вход тензор input формы [1, 3, 384, 384] в RGB (ресайз билинейной интерполяцией без сглаживания, нормализация по среднему и std ImageNet). Для кадров с видеорегистратора перед подачей рекомендуется обрезать полосу между 35% и 75% высоты кадра. На выходе модель вернёт координаты боксов dets [1, 300, 4] и логиты labels [1, 300, 2], где уверенность вычисляется через сигмоиду.

ПодробнееМетрики на тесте (592 изображения, 846 ям): mAP50 — 0.643 (95% ДИ: 0.599–0.694), mAP50:95 — 0.344, скорость — 4.6 мс на кадр (L4).
Для сравнения: старшая модель автора RF-DETR Small (704 px) набирает 0.730 mAP50, но тяжелее для телефонов.
Обучение: датасет Stellenbosch Road Pothole Images (CC0) и два публичных набора с Roboflow Universe.
Ограничения: обучалась преимущественно на южноафриканских записях с регистраторов и фото с телефонов; не является системой безопасности.
Обсудить Telegram 0

Запустится ли?

Запустится в FP16

Влезает без сжатия.

  • FP16веса 0.1 GB · готовые файлы0.6 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 · 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.

    # JBWan94/afroviewz-pothole-detector
    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 JBWan94/afroviewz-pothole-detector --local-dir ~/models/afroviewz-pothole-detector
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к afroviewz-pothole-detector
  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 afroviewz-pothole-detector — сжатые, дообучения, LoRA — появятся в колокольчике.

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

О модели

JBWan94/afroviewz-pothole-detector
Автор
JBWan94
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