/ Модель

Характеристики

Лицензия
CC BY-NC-SA 4.0
Архитектура
flow · dense
Базовая модель
optical-flow-FreeFlow-M-TaTSKH-HQ
Библиотека
pytorch
Опубликована
11 сен 2026

optical-flow-FreeFlow-M-kitti

Преобразование изображенийИзображение, текст → изображение

FreeFlow-M · kitti оценивает плотный оптический поток между двумя RGB-кадрами для анализа движения пикселей.

19скачиваний за 30 дней0лайковвеса обновлены11 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

FreeFlow-M · kitti — модель компьютерного зрения для оценки плотного оптического потока между двумя RGB-изображениями одинакового размера. Карточка указывает 102 456 965 параметров; модель реализована на PyTorch и распространяется в формате safetensors. На вход подаются два кадра в тензоре формы [B,2,3,H,W] со значениями пикселей от 0 до 255, на выходе — оценка движения пикселей между кадрами.

Модель предназначена для задач анализа движения в видеопоследовательностях и основана на FreeFlow-M · TaTSKH-HQ, от которой является дообучением. Метаданные относят её к семейству плотных моделей оптического потока. Лицензия CC BY-NC-SA 4.0 требует указания авторства, ограничивает коммерческое использование и распространяет производные работы на тех же условиях. Карточка не сообщает длину контекста или показатели качества на KITTI.

Сценарии применения

  • оценка движения между соседними кадрами видео
  • построение карт оптического потока для сцен дорожного движения
  • анализ перемещения объектов по паре RGB-изображений

Ограничения

Принимает только пару RGB-изображений одинакового размера с пикселями в диапазоне [0,255]. В карточке не приведены метрики качества или сведения о производительности на KITTI.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

FreeFlow-M · kitti

Optical flow · 102,456,965 parameters

Code | arXiv

Setup

Clone the code repository and install the package (Python ≥3.10, PyTorch ≥2.5):

git clone https://github.com/msu-video-group/freeflow.git
cd freeflow
python -m pip install -e ".[examples]"

See the README for uv/Conda setup and CUDA installation. The examples below use a CUDA-enabled PyTorch build.

Usage

import numpy as np
import torch
from PIL import Image
from freeflow import FreeFlow

model = FreeFlow.from_pretrained("a-yakovenko/optical-flow-FreeFlow-M-kitti").eval().cuda()
images = torch.stack([
    torch.from_numpy(np.array(Image.open(path).convert("RGB"))).permute(2, 0, 1)
    for path in ["assets/frame1.jpg", "assets/frame2.jpg"]
])[None]

with torch.inference_mode(), torch.autocast("cuda", dtype=torch.bfloat16):
    flow = model(images)  # float32 [1, 2, H, W]

The model estimates optical flow between two equally sized RGB images. Input tensors have shape [B,2,3,H,W] with values in [0,255].

Citation

@inproceedings{bargatin2026freeflow,
  title={FreeFlow: A Bias-free Hierarchical Transformer for Optical Flow Estimation},
  author={Bargatin, Vladislav and Yakovenko, Alexander and Abud, Khaled and Vatolin, Dmitriy},
  booktitle={European Conference on Computer Vision (ECCV)},
  year={2026}
}

Как запустить

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

GPU в ailist

Универсальный рантайм · pytorch

Нельзя запустить

Модели «картинка → картинка» пока не запускаются.

Ревизия весов
99558db

0 моделей