К содержимому
Изображения

Photo Denoising Autoencoder

простой автоэнкодер для очистки фото от шума

2 мин чтенияобновлено

Лёгкая свёрточная модель (около 2 млн параметров), которая убирает синтетический гауссовский шум с цветных фотографий. Энкодер сжимает изображение вчетверо по ширине и высоте, а декодер восстанавливает чистый снимок из этого сжатого представления без skip-connections (прямых пробросов признаков между слоями). Модель создана автором nisarganag в рамках курсовой работы по глубокому обучению и подойдёт студентам или разработчикам, которым нужен наглядный и компактный пример работы denoising-автоэнкодера в PyTorch.

Ключевые особенности

  • Компактная архитектура на 1 987 203 параметра, обученная на 400 фотографиях из датасета BSDS500.
  • Работает с аддитивным белым гауссовским шумом уровня σ 5–50 по шкале 0–255.
  • На тесте CBSD68 заметно обходит классические фильтры вроде Gaussian blur, Median filter и Non-local means.
  • Веса и код модели выложены под свободной лицензией MIT, также доступно интерактивное демо.

Что можно сделать

  • Использовать как готовый наглядный пример для изучения работы свёрточных автоэнкодеров и задач image-to-image на PyTorch.
  • Встроить в учебные или исследовательские пайплайны для очистки цветных снимков от синтетического гауссовского шума.
  • Взять за базовый бейзлайн при экспериментах с добавлением skip-connections или обучением на других типах искажений.

Пример

from huggingface_hub import hf_hub_download
hf_hub_download("nisarganag/photo-denoising-autoencoder", "model.py", local_dir=".")
import numpy as np
from PIL import Image
from model import DenoisingAutoencoder, add_gaussian_noise, denoise, image_to_tensor, tensor_to_image

model = DenoisingAutoencoder.from_pretrained("nisarganag/photo-denoising-autoencoder").eval()
clean = image_to_tensor(np.array(Image.open("photo.png").convert("RGB")))
noisy = add_gaussian_noise(clean, sigma=25)
Image.fromarray(tensor_to_image(denoise(model, noisy))).save("cleaned.png")
ПодробнееМетрики на CBSD68 (PSNR / SSIM): 32.97 dB / 0.922 при σ=15, 30.65 dB / 0.876 при σ=25 и 27.41 dB / 0.776 при σ=50.
Обучение: 17 эпох (46,9 минуты) на Apple M4 GPU (PyTorch MPS) с функцией потерь MSE и оптимизатором Adam.
Ограничения: из-за сжатия вчетверо слегка сглаживает мелкие текстуры и тонкие линии; не предназначена для реального шума камер, JPEG-артефактов, шума «соль и перец», медицинских или криминалистических снимков.
Обсудить Telegram 0 40

Запустится ли?

Запустится в F32

Влезает без сжатия.

  • F32веса 0.0 GB · готовые файлы1.5 GB
  • BF16веса 0.0 GB1.5 GB
  • FP8 / INT8рекомендуемвеса 0.0 GB1.5 GB
  • 4-bitвеса 0.0 GB1.5 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.

    # nisarganag/photo-denoising-autoencoder
    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 nisarganag/photo-denoising-autoencoder --local-dir ~/models/photo-denoising-autoencoder
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к photo-denoising-autoencoder
  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.

  • SageAttention 3v2.2.0от 28 октября 2025

    ещё быстрее на RTX 50 / Blackwell

    FP4-внимание для Blackwell. Быстрее SageAttention 2, но авторы советуют 2-ю версию, когда важна точность.

    Как включить: Сборка из папки sageattention3_blackwell репозитория; в ComfyUI — через KJNodes.

    Предыдущие поколения (2)
    • SageAttention 2++ — Квантованное (INT8/FP8) внимание без заметной потери качества. Главное ускорение для генерации картинок и видео.
    • SageAttention 1 — Первая версия: INT8 для Q·K. Работает и на старых сборках, но 2++ быстрее и точнее.
  • 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 (3)
    • 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.
    • xFormers — Старый способ ускорить внимание, работает почти везде. Если есть Sage или Flash — они быстрее.
  • cache-dit (DBCache)v1.5.6от 20 ноября 2026новая версия

    1.5–3× при почти том же качестве

    Переиспользует результаты блоков между шагами диффузии. Поддерживает большинство DiT-моделей.

    Как включить: pip install cache-dit; одна строка cache_dit.enable_cache(pipe) для diffusers.

    Предыдущие поколения (2)
    • MagCache — Пропускает шаги по величине изменений. Точнее TeaCache без калибровки.
    • TeaCache — Первый массовый кэш шагов диффузии. Работает, но новые методы точнее.
  • Nunchaku (SVDQuant 4-bit)v1.2.1от 25 января 2026

    ≈3× быстрее и в 3.5× меньше памяти

    4-битные версии популярных моделей картинок почти без потери качества (FP4 на RTX 50).

    Как включить: Есть готовые веса для поддерживаемых моделей; в ComfyUI — ComfyUI-nunchaku.

  • 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 photo-denoising-autoencoder — сжатые, дообучения, LoRA — появятся в колокольчике.

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

О модели

nisarganag/photo-denoising-autoencoder
Автор
nisarganag
Категория
Изображения
Дата выхода
На сайте

На сайте

Hugging Face

400

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии

Другое

AI Photo

AI Photo