К содержимому
Другое

EulerCAD-Deep-SIGReg

файнтюн для поиска проекций 3D-деталей на CAD-чертежах

2 мин чтенияобновлено

Модель представляет собой дообученную версию нейросети EulerCAD-Deep от автора NicoloLocatelli. Она работает с CAD-чертежами и используется для задачи поиска других проекций (видов) одного и того же 3D-объекта по их векторным представлениям. В основе лежит архитектура из 14 слоёв шириной 384 на 36,9 млн параметров, которую дообучили с функцией потерь SIGReg из метода LeJEPA — она подталкивает эмбеддинги (векторные представления данных) внутри батча к изотропному гауссовскому распределению. По сравнению с базовой версией модель выше ранжирует все остальные виды одной детали в целом (рост метрики mAP), хотя чуть реже угадывает самый первый вариант. Разработка пригодится исследователям в области машинного обучения и инженерам, работающим с автоматическим анализом и индексацией CAD-моделей.

Ключевые особенности

  • Компактная архитектура на 36,9M параметров (14 слоёв шириной 384), идентичная базовой модели EulerCAD-Deep.
  • Дообучение с комбинированной функцией потерь, включающей SIGReg (с весом w = 0.018), которая повысила эффективный ранг каждого слоя сети.
  • Улучшение общей точности ранжирования проекций 3D-объектов: метрика mAP на 7-м слое выросла с 0.250 до 0.268 по сравнению с базой.
  • Открытый исходный код для анализа и воспроизведения обучения, а также свободная лицензия MIT на веса и код.

Что можно сделать

  • Запустить поиск и сопоставление разных проекций одной 3D-детали в базах CAD-чертежей с помощью встроенного инструмента анализа EulerCAD.
  • Использовать веса как отправную точку для экспериментов с регуляризацией эмбеддингов (метод LeJEPA / SIGReg) в задачах геометрического глубокого обучения.
  • Сравнить поведение представлений по слоям с оригинальной EulerCAD-Deep на валидационном наборе данных.

Пример

git clone [https://github.com/NicoloLocatelli/EulerCAD.git](https://github.com/NicoloLocatelli/EulerCAD.git)
cd EulerCAD
uv sync
uv run eulercad model download deep-sigreg
uv run eulercad analyze runs/deep-sigreg/checkpoints/model.safetensors --split val
ПодробнееМетрики поиска проекций (7-й слой, val): mAP — 0.268 (против 0.250 у Deep), recall@1 — 0.505 (против 0.538), recall@10 — 0.734 (против 0.760).
Validation loss (next-row) на 20 000 шаге: 0.7191 (против 0.7144 у базовой Deep).
Детали обучения: 20 000 шагов дообучения батчами по 160 чертежей с оптимизатором Muon и пиковым learning rate 3e-4.
Лицензия MIT на код и веса; обучающие данные получены из датасета ABC.
Обсудить Telegram 0 29

Запустится ли?

Запустится в F32

Влезает без сжатия.

  • F32веса 0.1 GB · готовые файлы0.7 GB
  • BF16веса 0.1 GB0.6 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 · 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.

    # NicoloLocatelli/EulerCAD-Deep-SIGReg
    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 NicoloLocatelli/EulerCAD-Deep-SIGReg --local-dir ~/models/EulerCAD-Deep-SIGReg
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к EulerCAD-Deep-SIGReg
  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

Дообучение модели

NicoloLocatelli/EulerCAD-Deep

Новые посты про версии EulerCAD-Deep — сжатые, дообучения, LoRA — появятся в колокольчике.

Дообучения 1Все на Hugging Face

О модели

NicoloLocatelli/EulerCAD-Deep-SIGReg
Автор
NicoloLocatelli
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

Другое

onegin-1

onegin-1