/ Модель

Характеристики

Лицензия
Apache 2.0
Библиотека
diffusers
Опубликована
6 мая 2025

NiRNE

Преобразование изображенийИзображение, текст → изображение3 профессии

NiRNE оценивает карту нормалей по изображению для задач восстановления геометрии и создания 3D-контента.

342скачиваний за 30 дней0лайковвеса обновлены6 мая 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

NiRNE — модель оценки нормалей по изображению, входящая в состав Hi3DGen. Она принимает изображение и предсказывает карту нормалей, пригодную для сценариев восстановления геометрии или создания 3D-контента. Репозиторий содержит веса для библиотеки Diffusers и конвейера YOSONormalsPipeline. Модель предназначена для задачи преобразования изображения; подробности архитектуры и размер модели в карточке не описаны.

Веса распространяются по лицензии Apache-2.0. Карточка ссылается на репозиторий GitHub за инструкциями по использованию. Данных о поддерживаемых естественных языках нет, поскольку модель работает с изображениями.

Сценарии применения

  • Оценка карты нормалей по входному изображению
  • Подготовка данных о поверхности для восстановления 3D-геометрии
  • Получение карт нормалей для конвейера генерации 3D-контента

Ограничения

Карточка не приводит оценок качества, ограничений по типам изображений или подробностей архитектуры; способ использования описан только через ссылку на внешний репозиторий.

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

Model Card for NiRNE

This repository contains the weights of NiRNE, the image-to-normal estimator of Hi3DGen

Usage

See the Github repository: https://github.com/lzt02/NiRNE regarding installation instructions.

The model can then be used as follows:

import torch
from PIL import Image
# Load an image
input_image = Image.open("path/to/your/image.jpg")
# Create predictor instance
predictor = torch.hub.load("lzt02/NiRNE", "NiRNE", trust_repo=True)
# Generate normal map using alpha channel for masking
normal_map = predictor(rgba_image, data_type="object")  # Will mask out background, if alpha channel is avalible, else use birefnet
# Apply the model to the image
normal_image = predictor(input_image)
# Save or display the result
normal_image.save("output/normal_map.png")

Как запустить

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

GPU в ailist

Универсальный рантайм · diffusers

Нельзя запустить

Модели «картинка → картинка» пока не запускаются.

Ревизия весов
70374c9

0 моделей