/ Модель

Характеристики

Лицензия
MIT
Библиотека
canvit-pytorch-rl
Опубликована
5 июл 2026

pgpolicy-ade20k-c64-t5-2026-07-05-s0

Обучение с подкреплением3 профессии

Политика CanViT-PyTorch-RL выбирает точки обзора для последовательной семантической сегментации изображений ADE20K.

10скачиваний за 30 дней0лайковвеса обновлены8 июл 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

Это политика размещения областей обзора, обученная методом градиента политики для семантической сегментации сцен ADE20K. Модель оценивает кандидатов на точку обзора на дискретной сетке: 2 масштаба и центры 16×16. Она использует замороженную визуальную основу CanViT и выдаёт логиты политики для кандидатов; при развёртывании сначала обрабатывается весь кадр, затем на каждом шаге выбирается кандидат с максимальной оценкой. Модель разработана в проекте CanViT-PyTorch-RL.

Чекпойнт создан на шаге 5000 в запуске с seed 0; лучший вариант выбирался по средней валидационной cross-entropy на шагах t1–t4. Для описанного шага приведены метрики ADE20K: CE 0,7649 и mIoU 39,60% на t0, CE 0,6886 и mIoU 44,01% на t2. Для использования указаны пакет canvit-pytorch-rl и загрузка через ViewpointScorer. Лицензия — MIT.

Сценарии применения

  • выбор областей изображения для последовательного уточнения сегментации
  • оценка кандидатов точек обзора на сетке изображения
  • развёртывание argmax-политики для эпизодов сегментации ADE20K

Ограничения

Политика предназначена для схемы с фиксированной сеткой кандидатов и заданным правилом развёртывания; качество за пределами ADE20K в карточке не оценено.

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

Viewpoint policy-gradient actor — ADE20K, c64, T=5

Glimpse-placement policy for a frozen CanViT, over a discrete grid of candidate viewpoints (2 scales x 16x16 centres): scores per candidate are policy logits trained on-policy by score-function credit (loss -(z * log pi) - entropy_bonus * H, K=1 fractional-CE rewards); deploy = full-scene glimpse at t0, argmax afterwards — the same deploy rule as the Q-regression policies. Method + code: CanViT-PyTorch-RL.

Provenance: run 20260705-170816_pg_s0, git b7936f87c7b1a7471f3f0b9956bdfdeeba6892b6, seed 0, step 5000 (deploy ckpt = best mean(t1-t4) validation CE over the run's evals). Backbone canvit/canvitb16-add-vpe-pretrain-g128px-s512px-in21k-dv3b16-2026-02-02; probe resolved for canvas grid 64. Full-val metrics at this step:

glimpse step tval CEval mIoU %
t00.764939.60
t10.715742.61
t20.688644.01
t30.676444.40
t40.666944.76
from canvit_pytorch_rl.policy.net import ViewpointScorer
net = ViewpointScorer.from_pretrained("canvit/pgpolicy-ade20k-c64-t5-2026-07-05-s0").eval()

Drive it through canvit_pytorch_rl.policy.deploy.ArgmaxPolicy + canvit_eval.run_episode for protocol-exact rollouts; canvit_pytorch_rl.policy.eval is the standalone evaluator.

Как запустить

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

GPU в ailist

Универсальный рантайм · canvit-pytorch-rl

Нельзя запустить

RL-агенты не запускаются как сервис инференса.

Ревизия весов
0a33772

0 моделей