Pruned SegFormer-B0
компактная модель для поиска дефектов дорожного покрытия
1 мин чтенияобновлено
Эта исследовательская модель выполняет восьмиклассовую сегментацию дефектов дорожного покрытия по выровненным полутоновым изображениям и 3D-глубине. Решение представляет собой облегченную версию расширенной мультимодальной базовой модели, созданную в рамках исследования FHWA EAR. Прунинг (метод уменьшения размера нейросети) позволил сократить количество параметров более чем в два раза и значительно повысить скорость работы. Модель пригодится инженерам, исследователям и разработчикам систем мониторинга дорожной инфраструктуры.
Ключевые особенности
- Снижение количества параметров на 52.85% по сравнению с базовой версией
- Рост скорости обработки до 14.16 FPS в формате FP32 на RTX 4070
- Восьмиклассовая сегментация дорожных дефектов и фона
- Полный набор файлов с рецептом восстановления и контрольными суммами
Что можно сделать
- Применить модель для анализа состояния дорог по снимкам и данным 3D-глубины
- Интегрировать предоставленный загрузчик
load_prunedдля развертывания облегченной архитектуры
Пример
Скачайте файл pruned.pth, извлеките архив inference-code.zip и используйте скрипт загрузки для воспроизведения рецепта прунинга и запуска инференса.
Подробнее
Параметры: 108,915,070Validation mIoU (VAL522): 77.26%
Fixed test acceptance mIoU (TEST523): 73.47%
Пропускная способность: 14.16 FPS (RTX 4070, FP32, batch size 1)










Комментарии