LibreDPFlowm-flow-kitti

Это чекпоинт DPFlow (CVPR 2025) для задачи оптического потока, упакованный под flow-задачу LibreYOLO. Стадия kitti — дообучение на KITTI 2015 после стадии Sintel; сцены вождения. Архитектура — dual-pyramid encoder с адаптивной глубиной по диагонали изображения.

🔥 Ключевые особенности

• 🚀 На выходе оптический поток: (H, W, 2) float32 в пикселях, (dx, dy) от первого кадра ко второму.
• 🧐 Dual-pyramid encoder выбирает глубину по диагонали изображения: три уровня около 1K и ещё по одному на каждое удвоение.
• 👀 Работает в нативном разрешении кадров и обобщается на 4K/8K входы.
• 💯 Сохранён upstream-график теста: 4 итерации уточнения на уровень.
• ⛔ Веса некоммерческие: CC BY-NC-SA 4.0; код DPFlow — Apache-2.0.

🤖 Пример

from libreyolo import LibreYOLO

model = LibreYOLO("LibreDPFlowm-flow-kitti.pt")
r = model(["frame_000.png", "frame_001.png"])[0]
r.flow.data      # (H, W, 2) float32, pixels, (dx, dy)
r.flow.to_rgb()  # Middlebury colour wheel

Подробнее

Parity на RTX 3090: 23 пары 640×360, fp32, TF32 off, deterministic cuDNN — max abs diff 0.0 px, mean 0.0 px, bitwise identical.
Лицензия весов: CC BY-NC-SA 4.0, только некоммерческое использование; MIT LibreYOLO на эти веса не распространяется.
Изменения: только обёртка state-dict, обученные параметры не менялись.