RIFE-4.25-Lite

FP32 LiteRT/TFLite-экспорт официального чекпоинта Practical-RIFE 4.25 Lite от litert-community. По двум соседним RGB-кадрам и моменту времени модель строит один промежуточный кадр. Используется inference-сеть со scale list [32, 16, 8, 4, 1] без ensemble.

💻 Ключевые особенности

• ▶ Вход: два кадра 256×512 RGB в [0, 1], NCHW, и timestep в [0, 1].
• 💻 Выход — один RGB-кадр того же разрешения; декодирование и кодирование видео выпо��няются на хосте.
• 📌 Фиксированные формы тензоров, signature main, все тензоры float32.
• 💎 FP32 TFLite-файл размером 23.75 MB.
• ▶ Запуск на CPU через ai-edge-litert.

▶ Пример

from huggingface_hub import hf_hub_download
from ai_edge_litert.interpreter import Interpreter
model_path = hf_hub_download("litert-community/RIFE-4.25-Lite", "RIFE-4.25-Lite-fp32.tflite")
interpreter = Interpreter(model_path=model_path, num_threads=4)
interpreter.allocate_tensors()
run = interpreter.get_signature_runner("main")
out = run(frame0=frame0, frame1=frame1, timestep=timestep)["interpolated_frame"]

Подробнее

FP32 · 23.75 MB; вход 256×512, все тензоры float32 и фиксированные формы.
timestep=0.5 даёт средний кадр; 0 и 1 — крайние.
Декодирование, планирование кадров и кодирование видео — на хосте.
Лицензия MIT; исходник — Practical-RIFE, без ensemble.