К содержимому
Другое

VeloMocap FlowHMR ONNX

конвертация модели захвата движения

1 мин чтенияобновлено

Репозиторий содержит конвертацию одного шага сопоставления потоков (flow-matching) модели FlowHMR в граф ONNX вместе с упакованными весами. Это позволяет инструменту VeloMocap генерировать человеческие движения по видео без необходимости использовать PyTorch. Модель основана на оригинальной FlowHMR (arXiv:2610.03691), веса экспортированы в fp32 без повторного обучения. Подойдет разработчикам и исследователям, работающим с захватом движения и интеграцией ONNX Runtime в Rust-пайплайны.

Ключевые особенности

  • Весы и граф ONNX размером около 1.7 ГБ для интеграции в VeloMocap.
  • Таблица RoPE и маски внимания выступают в роли входных данных графа, оставляя цикл Euler и декодирование в Rust.
  • Проверено на точность: максимальная абсолютная разница по сравнению с эталоном PyTorch составляет 9.7e-3.
  • Некоммерческая лицензия, основанная на upstream-лицензии FlowHMR Model Weights.

Что можно сделать

  • Установить файлы в директорию models/flowhmr/ инсталляции VeloMocap для работы без PyTorch.
  • Запустить модель с помощью ONNX Runtime в составе совместимых пайплайнов движения.

Пример

Поместите файлы flowhmr_mmdit.onnx и flowhmr_mmdit.weights.bin в папку models/flowhmr/ вашего репозитория VeloMocap.

ПодробнееФайлы: flowhmr_mmdit.onnx (3.9 МБ), flowhmr_mmดิน.weights.bin (1.7 ГБ).
Погрешность: максимальная абсолютная разница к PyTorch 9.7e-3, средняя 2.1e-4.
Лицензия: Non-commercial (FlowHMR Model Weights License).
Обсудить Telegram 0

Запустится ли?

Запустится в BF16

Влезает без сжатия.

  • BF16веса 1.7 GB · готовые файлы2.4 GB
  • FP8 / INT8рекомендуемвеса 0.9 GB1.4 GB
  • 4-bitвеса 0.5 GB1.0 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.

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

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

О модели

YuanBaoSMadLab/velomocap-flowhmr-onnx
Автор
YuanBaoSMadLab
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

ToonOut

ToonOut