К содержимому
Другое

Meridian Blur 1

модель для автоматического блюра лиц и номеров авто

2 мин чтенияобновлено

Модель от компании Ordnary находит лица людей и автомобильные номера на фото и видео, чтобы сразу размывать их перед публикацией или сохранением. В основе лежит архитектура RF-DETR Small (лёгкий трансформер для детекции объектов), дообученная на 30 158 снимках из Open Images V7. В отличие от классической связки YuNet + YOLOv9-t, новинка в три раза реже пропускает объекты в кадре — общий процент незаблюренных целей (leak rate) снижен до 4,6% против 15%. Подойдёт разработчикам сервисов с пользовательским контентом, систем для видеорегистраторов и всем, кому нужно соблюдать требования приватности вроде GDPR.

Ключевые особенности

  • Разбивает крупные кадры на тайлы (фрагменты по 960 пикселей), благодаря чему уверенно находит даже мелкие лица и номера на дальнем плане.
  • В готовом скрипте inference.py автоматически расширяет рамку размытия (на 35% для лиц и 12% для номеров), чтобы скрыть волосы, уши и контур челюсти, а на видео удерживает блюр пару кадров после потери объекта.
  • Поставляется в форматах ONNX (fp32 и квантованная версия int8) и safetensors, работает через ONNX Runtime как на GPU, так и на обычном процессоре.
  • Выпущена под свободной лицензией Apache 2.0 (и веса, и код) — можно спокойно встраивать в коммерческие проекты.

Что можно сделать

  • Автоматически замазывать номера машин и лица прохожих в записях с видеорегистраторов и уличных камер перед выгрузкой в сеть.
  • Встроить предварительную анонимизацию загружаемых пользователями фотографий в пайплайн веб-сервиса или мобильного приложения для соблюдения законов о защите данных.
  • Очистить собственные датасеты с уличными сценами от персональных данных перед передачей на разметку или обучение других нейросетей.

Пример

from huggingface_hub import snapshot_download
import sys, cv2

path = snapshot_download("ordnaryai/meridian-blur")
sys.path.insert(0, path)
from inference import MeridianBlur

model = MeridianBlur(path)
image = cv2.imread("street.jpg")
boxes = model.detect(image)
cv2.imwrite("street-blurred.jpg", model.blur(image, boxes))
ПодробнееМетрики на тесте Open Images V7 (14 431 фото): общий leak rate — 4,6% (4,8% у int8) против 15,0% у YuNet + YOLOv9-t; точность mAP50 — 0.903 для лиц и 0.857 для номеров.
Скорость на CPU (4 ядра, ONNX Runtime) для фото шириной 1280 px: 895 мс с тайлингом, 519 мс в int8 с тайлингом и 189 мс в int8 без тайлинга.
Ограничения: мелкие номера (меньше 32 px) всё ещё пропускаются в 44,8% случаев; тайлинг замедляет работу на CPU, для скорости лучше брать версию int8 или флаг --no-tiles.
Обучение: 20 эпох на одной NVIDIA H100 за 90 минут; авторы запрещают использовать модель для слежки, распознавания личности и профилирования.
Обсудить Telegram 1

Запустится ли?

Запустится в INT8

Влезает без сжатия.

  • INT8рекомендуемвеса 0.0 GB · готовые файлы0.5 GB
  • 4-bitвеса 0.0 GB0.5 GB

Совет: берите 8-bit.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: INT8 — 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.

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

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

О модели

ordnaryai/meridian-blur
Автор
ordnaryai
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

ComfyUI-Hi3D

ComfyUI-Hi3D