/ Модель

Характеристики

Контекст
262 144 токена
Лицензия
MIT
Архитектура
qwen3_vl · dense
Библиотека
transformers
Опубликована
29 июн 2026

MR-IQA

Изображение и текст → текст3 профессии

MR-IQA оценивает визуальное качество изображения без эталона и возвращает числовой балл от 1 до 5.

18скачиваний за 30 дней0лайковвеса обновлены30 июн 2026

Бенчмарки

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

Тесты пользователейпока нет

Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.

  1. Добавьте модель в бенчмарк

    Вместе с другими моделями категории «Изображение → текст» — сравнение идёт внутри одной категории.

  2. Опишите свои задачи

    Напишите запросы, при необходимости приложите файлы и эталонные ответы.

  3. Запустите и опубликуйте

    Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

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

MR-IQA — модель для оценки качества изображений без эталонного изображения, представленная автором RobinY99. Она использует margin learning, объединяющее регрессию и ранжирование, и принимает изображение вместе с текстовым запросом через архитектуру Qwen3-VL. Модель предназначена для выдачи одной числовой оценки качества в диапазоне от 1 до 5.

В карточке приведена проверка на отложенной части KONIQ: лучший результат достигнут на третьей эпохе, а выпущенный чекпойнт соответствует десятой эпохе. Репозиторий содержит веса Safetensors и предназначен для запуска через Transformers. Лицензия — MIT. Валидация охватывает только описанный срез данных, поэтому её результаты сами по себе не гарантируют качество на других наборах изображений или сценариях.

Сценарии применения

  • оценка качества одиночного изображения
  • сортировка изображений по воспринимаемому качеству
  • отбор изображений для публикации или обработки
  • сравнение качества изображений в наборе данных

Ограничения

Проверка описана для небольшого отложенного среза KONIQ, поэтому качество на других распределениях изображений не установлено. Модель рассчитана на вывод оценки по шкале 1–5; более широкие задачи визуального понимания не подтверждены.

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

MR-IQA: A Unified Margin View of Regression and Ranking for Blind Image Quality Assessment

We derive that regression and ranking are approximately equivalent under a unified margin view. Based on this observation, we propose MR-IQA for margin learning in blind image quality assessment.

Validation Snapshot

The released checkpoint was validated after each epoch with an 8-shard setup on a held-out KONIQ split.

EpochValid samplesSRCCPLCCShards
12000.88400.88948
22000.92130.93028
32000.93180.93928
42000.92740.93408
52000.92710.94098
62000.92490.94068
72000.92050.94088
82000.92880.94658
92000.93070.94508
102000.92510.94218

Best SRCC was reached at epoch 3. The final released checkpoint corresponds to epoch 10. Sanitized training metadata is available in training_guidance/.

Quick Start

Load the model with a standard Transformers vision-language workflow. The training and evaluation code use a no-reasoning prompt and parse the final numeric score from <answer>...</answer>.

System prompt:

You are an image quality assessment assistant. Output only the final score in <answer> </answer> tags.

User prompt:

What is your overall rating on the quality of this picture? The rating should be a float between 1 and 5, rounded to two decimal places, with 1 representing very poor quality and 5 representing excellent quality. Please only output the final answer with one score in <answer> </answer> tags.

Output Format

The expected response is only one score in answer tags:

<answer>3.74</answer>

The evaluation parser first reads the number inside <answer>...</answer> and clamps valid scores to the 1 to 5 range.

Citation

@misc{li2026mriqaunifiedmarginview,
  title={MR-IQA: A Unified Margin View of Regression and Ranking for Blind Image Quality Assessment},
  author={Yuan Li and Youyuan Lin and Zitang Sun and Yung-Hao Yang and Kiyofumi Miyoshi and Chenhui Chu and Shin'ya Nishida},
  year={2026},
  eprint={2606.29760},
  archivePrefix={arXiv},
  primaryClass={cs.CV},
  url={https://arxiv.org/abs/2606.29760}
}

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
Qwen3VLForConditionalGeneration
Ревизия весов
1d4351b

0 моделей