К содержимому
Другое

Lunar crater detector

детектор кратеров на лунных снимках

2 мин чтенияобновлено

Модель представляет собой специализированный детектор объектов на базе архитектуры YOLO11s, обученный находить лунные кратеры диаметром от 2 до 30 километров. В основе лежат реальные тайлы глобальной мозаики LRO WAC (Lunar Reconnaissance Orbiter Wide-Angle Camera) с разрешением 100 метров на пиксель и каталог Robbins 2018. Инструмент автоматически определяет координаты и уверенность для каждого обнаруженного кратера на орбитальных снимках Луны.

Ключевые особенности

  • Обучение на реальных данных: использованы тайлы LRO WAC и разметка из авторитетной базы данных лунных кратеров Robbins 2018.
  • Хорошие метрики: на тестовой выборке из неосвещенных ранее диапазонов долгот модель показала mAP50 на уровне 0.788.
  • Ограничение по регионам: обучена для широт до 45 градусов и ортографических орбитальных снимков.

Что можно сделать

  • Анализ орбитальных снимков: находить и размечать кратеры на новых тайлах лунной поверхности в разрешении 640 пикселей.
  • Автоматизация планетологических задач: использовать модель для обработки больших массивов космических изображений и каталогизации ударных структур.

Пример

from huggingface_hub import hf_hub_download
from ultralytics import YOLO

model = YOLO(hf_hub_download("mvdelibas/ay-krater-lro-wac-yolo11s-v1", "ay_krater_yolo11s.pt"))
result = model.predict("moon_tile.jpg", imgsz=640, conf=0.25)[0]
print(result.boxes.xyxy, result.boxes.conf)
ПодробнееМетрики (тест): mAP50 = 0.788, mAP50-95 = 0.531, Precision = 0.731, Recall = 0.697.
Ограничения: кратеры меньше 2 км не размечены в каталоге (могут ложно определяться как False Positives), модель не работает с полярными областями, марсианскими снимками и перспективой марсоходов.
Датасет: около 3 000 тайлов (121 тысяча боксов), 60 эпох обучения.
Обсудить Telegram 0 10

Запустится ли?

Запустится в BF16

Влезает без сжатия.

  • BF16веса 0.0 GB · готовые файлы0.5 GB
  • FP8 / INT8рекомендуемвеса 0.0 GB0.5 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.

    # mvdelibas/ay-krater-lro-wac-yolo11s-v1
    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 mvdelibas/ay-krater-lro-wac-yolo11s-v1 --local-dir ~/models/ay-krater-lro-wac-yolo11s-v1
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к ay-krater-lro-wac-yolo11s-v1
  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 ay-krater-lro-wac-yolo11s-v1 — сжатые, дообучения, LoRA — появятся в колокольчике.

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

О модели

mvdelibas/ay-krater-lro-wac-yolo11s-v1
Автор
mvdelibas
Категория
Другое
Дата выхода
На сайте

На сайте

Hugging Face

100

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии