К содержимому
Другое

fashionpedia-yolo26n-3classes

лёгкая модель для выделения одежды на фото

2 мин чтенияобновлено

Чекпоинт дообучен для задачи instance segmentation (поэкземплярной сегментации, когда нейросеть находит каждый объект отдельно и обводит его по контуру) предметов гардероба на фотографиях. На выходе модель выдаёт класс вещи, оценку уверенности, рамку (bounding box) и попиксельную маску для каждого элемента одежды. В основе лежит компактная архитектура Ultralytics YOLO26n-seg, дообученная автором Qudef1 на 10% обучающей выборки датасета Fashionpedia в рамках лабораторного проекта FashionSwap AI. Модель пригодится разработчикам сервисов виртуальной примерки и инструментов локального редактирования изображений, где нужно точно выделить конкретную вещь на человеке.

Ключевые особенности

  • Определяет класс, рамку и точную попиксельную маску для каждого предмета одежды на снимке.
  • Построена на базе лёгкой архитектуры Ultralytics YOLO26n-seg и работает даже на CPU.
  • Обучена на изображениях с входным разрешением imgsz=512.
  • Список классов хранится внутри чекпоинта и доступен через model.names.

Что можно сделать

  • Автоматически создавать маски одежды для последующей локальной замены или перекрашивания вещей через модели редактирования изображений.
  • Встроить модель в пайплайн каталогизации гардероба или e-commerce для поиска и вырезания отдельных элементов одежды с фото.
  • Использовать как быстрый базовый ориентир (baseline) для сравнения с другими детекторами и сегментаторами одежды.

Пример

from huggingface_hub import hf_hub_download
from ultralytics import YOLO

weights = hf_hub_download(repo_id="Qudef1/fashionpedia-yolo26n-3classes", filename="best.pt")
model = YOLO(weights)
result = model.predict(source="person.jpg", device="cpu", imgsz=512, conf=0.25, retina_masks=True)[0]
result.save(filename="prediction.jpg")
ПодробнееОбучена на 10% тренировочного сплита Fashionpedia при разрешении 512 px; в репозитории доступны чекпоинты best.pt и last.pt, конфиг args.yaml и логи метрик по эпохам results.csv.
Ограничения: это лабораторный baseline, поэтому перед использованием в продакшене маски стоит проверять на своих данных — возможны неточности на тонких границах и при перекрытии одежды.
Запускается через стандартную библиотеку ultralytics как из Python, так и из командной строки.
Примеры
Обсудить Telegram 1 84

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.

    # Qudef1/fashionpedia-yolo26n-3classes
    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 Qudef1/fashionpedia-yolo26n-3classes --local-dir ~/models/fashionpedia-yolo26n-3classes
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к fashionpedia-yolo26n-3classes
  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 fashionpedia-yolo26n-3classes — сжатые, дообучения, LoRA — появятся в колокольчике.

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

О модели

Qudef1/fashionpedia-yolo26n-3classes
Автор
Qudef1
Категория
Другое
Дата выхода
На сайте

На сайте

Hugging Face

841

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии