К содержимому
Другое

Сегментация деталей авто

три модели на VehicleSeg10K

2 мин чтенияобновлено

Три модели размечают по пикселям 13 деталей автомобиля: кузов, номер, колёса, стёкла и двери. Это файнтюны YOLO26x-seg, RF-DETR Seg 2XL и замороженного DINOv3 ViT-L/16 с обученным FPN-декодером. Все обучены и проверены на VehicleSeg10K: 8 596 изображений для обучения и 3 069 для теста. Пригодится для осмотра автомобилей, автосервисов и компьютерного зрения в автомобильных сервисах. Лучшая точность у DINOv3, самый быстрый — YOLO26x-seg.

Ключевые особенности

  • 13 общих классов с одинаковыми id: кузов, номер, колёса, окна и двери.
  • DINOv3 + декодер: mIoU 91,50, mDice 95,53 и Part F1 93,22 на valid-сплите.
  • YOLO26x-seg обрабатывает кадр за 38 мс на RTX 2080 Ti при 2,6 ГБ VRAM.
  • RF-DETR Seg 2XL — компромисс: mIoU 90,57 и 77 мс на RTX 2080 Ti.
  • «Лево» — со стороны водителя; модели не обучали с горизонтальным отражением.

Что можно сделать

  • Выделять кузов, двери и стёкла на фотографиях автомобиля для осмотра и каталогизации.
  • Встроить YOLO26x-seg в приложение для быстрой попиксельной разметки кадров на слабой GPU.
  • Использовать RF-DETR там, где нужен баланс точности и скорости, например в пакетной обработке снимков.
  • С DINOv3 получать семантическую карту деталей — без разделения объектов, зато с высокой mIoU.

Пример

from huggingface_hub import hf_hub_download
from ultralytics import YOLO

path = hf_hub_download("MrBr1ghts1d3/VehiclePartsSegmentatorFTModels", "yolo26x-seg/yolo26x_seg_vehicleseg10k.pt")
model = YOLO(path)
result = model.predict("car.jpg", imgsz=768, conf=0.25, retina_masks=True)[0]
for cls, score in zip(result.boxes.cls.tolist(), result.boxes.conf.tolist()):
    print(model.names[int(cls)], round(score, 3))
ПодробнееМетрики на 3 069 изображениях: DINOv3 — mIoU 91,50; RF-DETR — 90,57; YOLO — 87,91.
Скорость: YOLO 38 мс, RF-DETR 77 мс; DINOv3 1228 мс на GTX 1080 Ti без tensor cores — не показатель для современных GPU.
Пиковая VRAM: YOLO 2,6 ГБ, RF-DETR 7,4 ГБ. DINOv3-бэкбон gated, в репозитории только декодер (21 МБ).
Ограничения: в основном целые легковые авто снаружи; главная ошибка — путаница левой и правой сторон. Лицензии разные: AGPL-3.0, Apache-2.0 и DINOv3 License.
Примеры
Обсудить Telegram 1

Запустится ли?

Запустится в BF16

Влезает без сжатия.

  • BF16веса 0.1 GB · готовые файлы0.7 GB
  • FP8 / INT8рекомендуемвеса 0.1 GB0.6 GB
  • 4-bitвеса 0.0 GB0.5 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 · BF16 — 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.

    # MrBr1ghts1d3/VehiclePartsSegmentatorFTModels
    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 MrBr1ghts1d3/VehiclePartsSegmentatorFTModels --local-dir ~/models/VehiclePartsSegmentatorFTModels
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к VehiclePartsSegmentatorFTModels
  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 VehiclePartsSegmentatorFTModels — сжатые, дообучения, LoRA — появятся в колокольчике.

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

О модели

MrBr1ghts1d3/VehiclePartsSegmentatorFTModels
Автор
MrBr1ghts1d3
Категория
Другое
Дата выхода
На сайте

На сайте

Hugging Face

01

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии

Другое

v-jev 1.4

v-jev 1.4
Другое

Weed Swin

Weed Swin