К содержимому
Другое

nrs-large 0.1.0

zero-shot оценка глубины по стереопаре без дообучения

2 мин чтенияобновлено

Модель для восстановления карты диспаратности (смещения объектов между левым и правым кадром) и метрической глубины по паре изображений со стереокамеры. Разработана компанией Necessity Robotics на базе архитектуры DLNR (57,38 млн параметров) и обучена полностью с нуля на синтетическом датасете WMGStereo-150k без использования чужих предобученных весов. В отличие от решений, требующих тонкой настройки под конкретное железо, nrs-large работает в режиме zero-shot: её проверили на шести реальных бенчмарках, которых не было в обучении. Пригодится робототехникам и инженерам компьютерного зрения для офлайн-построения 3D-карт и разметки данных под более лёгкие модели.

Ключевые особенности

  • Zero-shot на реальных сценах: обучена исключительно на 155 769 синтетических стереопарах, но уверенно переносится на реальные снимки с камер (проверено в том числе на OAK-D Lite).
  • Работа с любой калиброванной стереокамерой: скрипт rig_depth.py из репозитория сам ректифицирует (выравнивает) сырые кадры по файлу калибровки OpenCV и рассчитывает глубину в метрах.
  • Поддержка любого разрешения и ч/б: принимает RGB или чёрно-белые изображения произвольного размера, автоматически дополняя их до кратности 32 пикселям.
  • Открытая лицензия Apache-2.0: веса в формате safetensors и скрипты инференса полностью открыты для коммерческого и исследовательского использования.

Что можно сделать

  • Авторазметка датасетов: использовать модель как «учителя» на сервере или ПК для генерации эталонных карт глубины с реальных камер и последующего обучения компактных бортовых сетей.
  • 3D-реконструкция и картографирование: строить точные офлайн-карты окружения по записям с кастомных стереоригов, зная фокусное расстояние и базу (расстояние между камерами).
  • Бенчмаркинг в исследованиях: использовать воспроизводимый чекпоинт DLNR как базовую линию для сравнения алгоритмов стереозрения.

Пример

python infer.py --ckpt nrs-large.safetensors --left left.png --right right.png \
  --out_dir out --device cuda --fx  --baseline 
ПодробнееМетрики ошибок (меньше — лучше): ETH3D bad-1 — 2,04%, KITTI-12 bad-3 — 3,38%, KITTI-15 bad-3 — 4,59%, Middlebury-H bad-2 — 3,91%, Booster-Q bad-2 — 9,22%.
Скорость (кадр 640×480, 32 итерации, FP32): 0,28 с на NVIDIA RTX 5090 и 6,5 с на CPU Ryzen 9 9950X (8 потоков).
Ограничения: не предназначена для реального времени на встраиваемых платах (Jetson), не поддерживает рыбий глаз (fisheye) и монокулярное видео, плохо справляется со стеклом, зеркалами и однотонными поверхностями.
Обсудить Telegram 0

Запустится ли?

Запустится в BF16

Влезает без сжатия.

  • BF16веса 0.2 GB · готовые файлы0.7 GB
  • FP8 / INT8рекомендуемвеса 0.1 GB0.6 GB
  • 4-bitвеса 0.1 GB0.6 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.

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

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

О модели

Pyassahu/nrs-large
Автор
Pyassahu
Категория
Другое
Дата выхода
На сайте

На сайте

Hugging Face

00

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии