LibreFlowSeekt-flow

Это FlowSeek для оценки оптического потока от Matteo Poggi и Fabio Tosi (University of Bologna), упакованный под задачу flow в LibreYOLO. Архитектура включает ResNet-18 для context и feature сетей, замороженный encoder Depth Anything V2 ViT-S (Small) и 4 итерации уточнения.

⚙ Ключевые особенности

• ⚙ Архитектура FlowSeek: ResNet-18 context/feature networks, Depth Anything V2 ViT-S и 4 refinement iterations.
• 🖥 Чекпойнт самодостаточен: encoder Depth Anything V2 ViT-S уже встроен в файл.
• 🔄 Это только обёртка метаданных по схеме LibreYOLO checkpoint schema v1.0; обученные параметры не менялись.
• 🔗 Основано на FlowSeek (ICCV 2025) и SEA-RAFT; исходный чекпойнт — flowseek_T_TartanCT_TSKH.pth.
• 📌 Используются те же веса, что у LibreFlowSeeks-flow, но с другим числом итераций, как в upstream config/eval/flowseek-T.json.

💡 Пример

from libreyolo import LibreYOLO

model = LibreYOLO("LibreFlowSeekt-flow.pt")
results = model(["frame_000.png", "frame_001.png"])  # N frames give N - 1 flows
flow = results[0].flow.data  # (H, W, 2) float32, pixels, (dx, dy)

Подробнее

Веса не переобучались: это только обёртка метаданных в схеме LibreYOLO.
Используются те же параметры, что у LibreFlowSeeks-flow, но с другим числом итераций — 4.
Исходный чекпойнт: flowseek_T_TartanCT_TSKH.pth; обучение — TartanAir → Chairs/Things → смешанный fine-tune Sintel + KITTI + HD1K + Things.
Лицензия Apache 2.0; encoder Depth Anything V2 Small заявлен upstream.