К содержимому
Робототехника

pointline-indoor-layout

детектор структуры комнат и наклона камеры

1 мин чтенияобновлено

Модель pointline-indoor-layout по одной RGB-фотографии определяет структуру помещения: границы пола и потолка, вертикальные стыки стен и углы комнаты. При этом алгоритм находит не только видимые элементы, но и скрытые за мебелью участки, полностью игнорируя сами объекты. Дополнительный модуль TiltNet оценивает ориентацию камеры (наклон и высоту), позволяя восстанавливать геометрию пространства в 3D. Разработка базируется на энкодере ConvNeXt-Tiny и обучена исключительно на синтетических данных (BlenderProc).

Ключевые особенности

  • Детекция скрытых линий комнат (стены, пол, потолок и углы) даже за мебелью
  • Оценка высоты камеры и угла её наклона (TiltNet) для перехода в 3D
  • Использование архитектуры ConvNeXt-Tiny и U-Net-подобного декодера
  • Лёгкие веса моделей (~33 МП у LayoutNet и ~40 МП у TiltNet)

Что можно сделать

  • Запустить инференс на изображении комнаты для получения тепловых карт структуры
  • Интегрировать модель в робототехнику для оценки геометрии помещений по камере
  • Рассчитать высоту камеры и углы наклона для задач компьютерного зрения

Пример

import torch
from model import load_layout, load_tilt

layout = load_layout("layout.safetensors", "cuda")
prob = torch.sigmoid(layout(x)) # x: (B,3,480,640) RGB -> (B,8,240,320)
ПодробнееБенчмарки: F1 для видимых структур 0.97–0.99, для полных (включая скрытые) 0.92–0.96.
Погрешность TiltNet: медианная ошибка угла 0.50°, медианная относительная ошибка высоты камеры 6.6%.
Ограничения: обучение только на синтетических данных, качественная оценка на реальных фото выполнена только визуально.
Лицензия: Apache-2.0.
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 0.0 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.

    # saung43/pointline-indoor-layout
    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 saung43/pointline-indoor-layout --local-dir ~/models/pointline-indoor-layout
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к pointline-indoor-layout
  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 pointline-indoor-layout — сжатые, дообучения, LoRA — появятся в колокольчике.

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

О модели

saung43/pointline-indoor-layout
Автор
saung43
Категория
Робототехника
Дата выхода
На сайте

На сайте

Hugging Face

00

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии

Робототехника

microduck-tug-p10

microduck-tug-p10