fcn_resnet101

litert-community выложили FP32 LiteRT/TFLite-конвертацию предобученной TorchVision fcn_resnet101 с весами FCN_ResNet101_Weights.COCO_WITH_VOC_LABELS_V1. Это модель image-segmentation: на вход RGB float32 NCHW [1, 3, 520, 520], на выходе float32-логиты [1, 21, 520, 520] — 20 классов Pascal VOC плюс фон.

🧐 Ключевые особенности

• 🧐 FP32-экспорт в LiteRT/TFLite из предобученной TorchVision-модели.
• 👀 Фиксированный вход RGB float32 NCHW [1, 3, 520, 520]; выход — логиты [1, 21, 520, 520].
• 🗿 20 классов Pascal VOC + background; auxiliary outputs опущены.
• 🫡 Сверена с PyTorch на двух seeded random inputs и одной фотографии; проверка на LiteRT CPU и XNNPACK.
• ⛔ GPU и NPU для этого экспорта не валидированы.

👀 Пример

Фрагмент запуска; x уже подготовлен преобразованиями из карточки:

from huggingface_hub import hf_hub_download
from ai_edge_litert.interpreter import Interpreter
path = hf_hub_download("litert-community/fcn_resnet101", "fcn_resnet101.tflite")
model = Interpreter(model_path=path, num_threads=4)
model.allocate_tensors()
model.set_tensor(model.get_input_details()[0]["index"], x)
model.invoke()
logits = model.get_tensor(model.get_output_details()[0]["index"])

Подробнее

Валидация: 6 сравнений с PyTorch прошли allclose(atol=1e-4, rtol=1e-3); максимальное расхождение логитов — 2.3841858e-05.
Вход: RGB float32 [1, 3, 520, 520]; выход: логиты [1, 21, 520, 520].
GPU и NPU не валидированы; это численная сверка, а не измерение accuracy на датасете.