/ Модель

Характеристики

Лицензия
Своя лицензия
Опубликована
1 фев 2025

MESA

Генерация изображенийТекст → изображение3 профессии

MESA генерирует по текстовым запросам совмещённые оптические изображения и карты глубины для создания 2,5D-представлений рельефа.

31скачиваний за 30 дней9лайковвеса обновлены16 апр 2025

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

MESA — модель генерации рельефа по текстовому описанию, представленная Полом Борне-Понсом, Миколаем Черкавским, Розали Мартин и Роменом Руффе на воркшопе MORSE в рамках CVPR 2025. Это дообученная Stable Diffusion 2.1 на основе латентной диффузии; модель использует библиотеку Hugging Face Diffusers и создаёт совмещённые по координатам оптические изображения и карты глубины, формируя 2,5D-представления ландшафта.

Модель предназначена для создания вариантов рельефа по естественно-языковым запросам. В карточке указаны наборы данных Copernicus Core-S2L2A и Core-DEM. Репозиторий содержит веса в формате safetensors для Diffusers. Лицензия обозначена как other, поэтому условия использования следует уточнить в материалах проекта. Количественные ограничения и сведения о контексте в карточке не приведены.

Сценарии применения

  • создание вариантов ландшафта по текстовому описанию
  • генерация оптического изображения местности вместе с картой глубины
  • подготовка синтетических 2,5D-данных о рельефе
  • визуализация гипотетических типов местности

Ограничения

Условия лицензии указаны как other, поэтому их необходимо проверить перед использованием. Модель генерирует 2,5D-представления с оптической и глубинной составляющими; карточка не заявляет полноценную 3D-геометрию.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

MESA is a novel generative model based on latent denoising diffusion capable of generating 2.5D representations of terrain based on the text prompt conditioning supplied via natural language. The model produces two co-registered modalities of optical and depth maps. This model is a finetune of stable-diffusion-2-1 and is builds upon Hugging Face’s Diffusers library.

Model Description

Installation

# Clone the repository
git clone https://github.com/PaulBorneP/MESA
cd MESA
# using python 3.11.12
pip install -r requirements.txt

Model Download

mkdir weights
huggingface-cli download NewtNewt/MESA --local-dir ./weights

Usage

from MESA.pipeline_terrain import TerrainDiffusionPipeline
import torch

pipe = TerrainDiffusionPipeline.from_pretrained("./weights", torch_dtype=torch.float16)
pipe.to("cuda");

prompt = "A sentinel-2 image of montane forests and mountains in Mexico in August"
image,dem = pipe(prompt, num_inference_steps=50, guidance_scale=7.5)

Citation

@inproceedings{mesa2025,
title={MESA: Text-Driven Terrain Generation Using Latent Diffusion and Global Copernicus Data},
author={Paul Borne--Pons and Mikolaj Czerkawski and Rosalie Martin and Romain Rouffet},
year={2025},
booktitle={MORSE Workshop at CVPR 2025},
eprint={2504.07210},
url={https://arxiv.org/abs/2504.07210},}

Acknowledgements

This model is the product of a collaboration between Φ-lab, European Space Agency (ESA) and the Adobe Research (Paris, France).

Как запустить

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

GPU в ailist

Универсальный рантайм

Нельзя запустить

Компонент unet (models.UNetDEMConditionModel) требует кода вне diffusers/transformers.

Ревизия весов
39069d2

0 моделей