ID-Head

ID-Head — набор чекпоинтов для 3D-реконструкции: для каждого луча query-вида модель решает, отвечать ли глубиной из замороженной VGGT-1B или воздержаться. Это U-Net с тремя downsampling и всего 0,35M параметров; саму глубину она не меняет. Автор — wolfkingttf, реализация на PyTorch.

🎯 Ключевые особенности

• 🎯 Превращает feature map 18×90×160 в один logit на луч — отвечать или нет.
• 🧊 Работает поверх замороженной VGGT-1B; ответ по глубине масштабируется на 1.0096.
• 📦 Пять чекпоинтов по seed, сравнение без evidence-признаков и GBDT-контроль.
• ⚙️ Скрипты ждут файлы в pool/training/ внутри клона GitHub-репозитория.
• 🔐 Чекпоинты — pickle; перед загрузкой проверяйте SHA256.

🤖 Пример

import torch
ck = torch.load("pool/training/c76_v1b_seed20261025.pt",
                map_location="cpu", weights_only=False)
state_dict = ck["model"]  # веса ThreeDownUNet

Подробнее

Бенчмарков в карточке нет — только описание чекпоинтов и ablation-файлов.
Файлы записаны в PyTorch 2.7.1; GBDT-контроль требует scikit-learn 1.7.2 и joblib 1.6.0.
Лицензия CC BY-NC 4.0; обучение шло на метках MatrixCity и признаках VGGT-1B.
Загрузка pickle может выполнить код — сверяйте SHA256.