К содержимому
Другое

Vesuvius ink 9 µm

перенос между сканами для невидимых свитков

2 мин чтенияобновлено

Это набор чекпоинтов для детекции чернил на КТ-сканах свитков Геркуланума. На выходе — TIFF с картой чернил, полученный из нативного скана 8.6–9.4 µm. Основа — flat 9 µm рецепт из ScrollPrize/villa (конфиг aligned21_hybrid_3d2d), от TequilaYuen. Добавлены scan-type transfer и self-training: модель адаптируется к нативному скану и к целевому свитку через pseudo-labels. Пригодится исследователям Vesuvius Challenge и digital humanities, которым нужно читать невидимые свитки.

Ключевые особенности

  • Работает с нативными КТ 8.6–9.4 µm, а не только с pooled-рендерами.
  • Scan-type transfer: kernel pooled→native обучен на сегменте PHerc 0814, held-out R² 0.740 против 0.623 у простого ресемплинга.
  • Self-training на pseudo-labels целевого свитка: selftrain_safer_seed42 даёт 0.804 plain и 0.813 mirror TTA ROC-AUC на PHerc 0139.
  • Есть production-чекпоинты, обученные на четырёх размеченных свитках (1667, Paris 4, 0814, 0139), seeds 42 и 43.
  • В комплекте .pth, конфиги, kernel и affine-трансформ; инференс — одной командой.

Что можно сделать

  • Прогнать свой surface volume через vesuvius.ink_detection.inference.infer и получить TIFF с картой чернил.
  • Сравнить base, scan_transfer и self-training на своём held-out свитке по ROC-AUC.
  • Использовать production-веса для инференса на неразобранных свитках.
  • Собрать pseudo-labels для нового свитка по конфигу loso0139_selftrain_safer.json и адаптировать модель.

Пример

python -m vesuvius.ink_detection.inference.infer SURFACE_VOLUME.zarr CKPT.pth OUT.tif --direction both --tta-mirror
ПодробнееROC-AUC на PHerc 0139: 0.804 plain / 0.813 mirror TTA у selftrain_safer_seed42; 0.835 на pooled.
Split-тест на w039 и w041: 0.770 и 0.841 с mirror TTA.
Обучение: 25k шагов, batch 64, на PHerc 1667, Paris 4 и 0814.
Лицензия CC BY-NC 4.0; affine для PHerc 0846A — не официальный.
Обсудить Telegram 0

Запустится ли?

Запустится в BF16

Влезает без сжатия.

  • BF16веса 0.1 GB · готовые файлы0.6 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.

    # TequilaYuen/vesuvius-ink-9um-cross-scroll
    # ===== Токены: вставьте свои между кавычками =====
    export HF_TOKEN=""        # huggingface.co/settings/tokens — для закрытых моделей
    # ==========================================
    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 TequilaYuen/vesuvius-ink-9um-cross-scroll --local-dir ~/models/vesuvius-ink-9um-cross-scroll
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к vesuvius-ink-9um-cross-scroll
  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 vesuvius-ink-9um-cross-scroll — сжатые, дообучения, LoRA — появятся в колокольчике.

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

О модели

TequilaYuen/vesuvius-ink-9um-cross-scroll
Автор
TequilaYuen
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

Другое

COMO

COMO