К содержимому
Другое

LiteCalib ViT-B

быстрая калибровка камеры по одному фото

1 мин чтенияобновлено

Модель LiteCalib с основай DINOv2 ViT-B/14 (визуальный трансформер с 106 млн параметров) решает задачу одноракурсной калибровки камеры (Single-View Camera Calibration). Она определяет поле зрения (vFoV) и параметры дисторсии оптики по одному статичному изображению, используя симметричные модели камеры. Разработка пригодится исследователям компьютерного зрения, создателям 3D-реконструкций и разработчикам приложений с дополненной реальностью, где нужно восстановить геометрию сцены без специальных калибровочных таблиц.

Ключевые особенности

  • DINOv2 backbone: использует мощный визуальный фундамент для извлечения признаков.
  • Высокая скорость: обработка кадра занимает всего 6.3 мс на NVIDIA A100 (fp16).
  • Точность: медианная угловая ошибка составляет 1.50° по бенчмаркам статьи.
  • Поддержка TensorRT: оптимизирована для запуска на периферийных устройствах вроде Jetson Orin Nano.

Что можно сделать

  • Анализ геометрии: определить поле зрения и оптические искажения для любого одиночного снимка.
  • Интеграция в пайплайны 3D: использовать калибровку как предварительный шаг для реконструкции сцен или фотограмметрии.
  • Запуск на железе: развернуть модель на робототехнических или встраиваемых модулях через TensorRT для работы в реальном времени.

Пример

import litecalib

model = litecalib.load("litecalib_vitb")
calib = model.calibrate("photo.jpg", "radial:1")
print(calib.K, calib.distortion)
ПодробнееМедианная угловая ошибка: 1.50°
Медианная ошибка vFoV: 3.20°
Производительность: 6.6 мс total на NVIDIA A100 (PyTorch fp16) и 27.1 мс на Jetson Orin Nano 8 GB (TensorRT fp16)
Обучение: 24 эпохи на данных OpenPano, CommonsPano и MegaScenes
Лицензия: Apache License 2.0
Обсудить Telegram 0 29

Запустится ли?

Запустится в F32

Влезает без сжатия.

  • F32веса 0.4 GB · готовые файлы0.9 GB
  • BF16веса 0.2 GB0.7 GB
  • FP8 / INT8рекомендуемвеса 0.1 GB0.6 GB
  • 4-bitвеса 0.1 GB0.6 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 · F32 — 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.

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

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

О модели

LiteCalib/litecalib-vitb
Автор
LiteCalib
Категория
Другое
Дата выхода
На сайте

На сайте

Hugging Face

290

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии