/ Модель

Характеристики

Лицензия
MIT
Библиотека
libreyolo
Опубликована
26 сен 2026

LibreGTRx-depth

Оценка глубиныИзображение → depth_map

Конвертированные для LibreYOLO веса GTR-X оценивают карту глубины по одному изображению, выдавая обратную глубину с метрическим масштабом, зависящим от сходства сцены с обучающими данными.

0скачиваний за 30 дней0лайковвеса обновлены26 сен 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

LibreGTRx-depth — конвертированные для LibreYOLO веса модели GTR-X для оценки глубины по одному изображению. Модель принимает изображение и строит карту обратной глубины: большие значения соответствуют более близким объектам. Внутренний выход сети — оценка глубины в метрах через log-depth head; LibreYOLO возвращает её точную обратную величину, поэтому обратное преобразование даёт оценку в метрах.

Модель предназначена для монокулярной оценки глубины в сценариях компьютерного зрения. Авторы GTR предварительно обучили её на смешанном корпусе, включающем SUN RGB-D, DIODE, Virtual KITTI 2, KITTI, Hypersim, TartanAir, ARKitScenes и псевдоразметку ImageNet. Весовые параметры не изменялись при конвертации; добавлены метаданные схемы LibreYOLO, а состояние обучения удалено. Для работы требуется версия LibreYOLO с поддержкой GTR depth, подготовка которой указана для версии 1.6.0.

Артефакт опубликован Intellindust-AI-Lab под лицензией MIT. Масштаб в метрах применим только к камерам и сценам, похожим на обучающие данные; в остальных условиях глубину следует считать относительной. Для артефакта проверены строгая загрузка и точное совпадение CPU-выхода с закреплённой upstream-реализацией при 640 пикселях, но независимые показатели точности и скорости не заявлены.

Сценарии применения

  • оценка глубины по фотографии с одной камеры
  • построение карты расстояний до объектов на изображении
  • выделение ближних и дальних областей сцены
  • подготовка визуальных данных для приложений компьютерного зрения

Ограничения

Метрический масштаб надёжен только для камер и сцен, похожих на обучающие данные; в иных условиях выход следует трактовать как относительную глубину. Независимые показатели точности и задержки не приводятся, а для использования нужна версия LibreYOLO с поддержкой GTR depth.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

LibreGTRx-depth

GTR-X monocular depth weights converted for LibreYOLO.

GTR support is being prepared for LibreYOLO v1.6.0. Earlier PyPI releases may not include this model family.

Usage

With a LibreYOLO version that includes GTR depth:

from libreyolo import LibreYOLO
model = LibreYOLO("LibreGTRx-depth.pt")
result = model.predict("image.jpg")[0]
inverse_depth = result.depth_map

The default input is a 640 by 640 stretch resize. This checkpoint supports the depth task only.

Output

Results.depth_map is relative inverse depth on the original image canvas: higher values are closer. The network's native output is metric depth from a log-depth head (exp(clamp(logit, -4, 5)) metres); LibreYOLO returns its exact reciprocal, so 1 / depth_map recovers the metre estimate. That scale holds only for cameras and scenes like the training data; treat it as relative otherwise.

Source

Official GTR implementation, source revision 782e737efe2e6437ac537fbdcee089673d3376c1.

Published checkpoint, weight repository revision 9fc62c8c2b2c976835d0f1c1ffc544dbc0f9e29f. Copyright (c) 2026 Intellindust-AI-Lab. The source code is MIT licensed and the publisher's weight repository explicitly declares MIT.

The model was pretrained by its authors on a mixed metric-depth corpus (SUN RGB-D, DIODE, Virtual KITTI 2, KITTI, Hypersim, TartanAir, ARKitScenes and ImageNet pseudo-labels).

Modifications

Selected the EMA state dict and added LibreYOLO schema v1.0 metadata. Learned parameters and state-dict keys are unchanged. Training/optimizer state was removed. Conversion uses weights/convert_gtr_weights.py in the LibreYOLO source repository.

Validation

Strict loading and exact CPU parity with the pinned upstream graph (maximum absolute difference 0.0 on the metre output at 640px, portable attention) were checked for this artifact, along with CPU prediction and fixed-resolution ONNX/TorchScript export. No independently reproduced benchmark accuracy or latency numbers are claimed here.

License

MIT. See LICENSE and NOTICE.

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · libreyolo · depth-estimation

Нельзя запустить

В репозитории нет config.json: не понять архитектуру модели.

Ревизия весов
eb655cb

0 моделей