/ Модель

Характеристики

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

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

Обучение с подкреплением3 профессии

Политика CanViT 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

Модель CanViT-PyTorch-RL — политика размещения областей обзора для последовательной сегментации сцен на датасете ADE20K. Она оценивает дискретные точки обзора на сетке из двух масштабов и центров 16×16; оценки служат логитами политики, обученной методом градиента политики с подкреплением. Для развёртывания на первом шаге используется полный кадр, далее выбирается кандидат с максимальной оценкой. Политика работает с замороженной базовой моделью CanViT, а контрольная точка обучена до шага 7000 с выбором по валидационной ошибке сегментации на шагах t1–t4.

Модель предназначена для выбора последовательности областей изображения при семантической сегментации ADE20K. В README приведены метрики валидации на первых шагах: mIoU растёт с 39,60% при t0 до 43,78% при t2. Базовая модель — canvit/canvitb16-add-vpe-pretrain-g128px-s512px-in21k-dv3b16-2026-02-02. Для запуска нужны библиотеки CanViT-PyTorch-RL и CanViT; веса опубликованы в формате safetensors. Лицензия — MIT.

Сценарии применения

  • выбор областей изображения для последовательной сегментации сцен
  • размещение масштабируемых фрагментов обзора на сетке кандидатов
  • оценка политики выбора следующего фрагмента при семантической сегментации

Ограничения

Политика обучена и оценена для ADE20K и конкретной сетки кандидатов из двух масштабов и центров 16×16; перенос на другие данные или схемы обзора не подтверждён. Для точного воспроизведения развёртывания требуются CanViT-PyTorch-RL и базовая модель CanViT.

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 20260705-185405_pgfloor_s0, git 4a24a3d0f233c64e2000640d7b36880003d504f7, seed 0, step 7000 (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
t10.713542.71
t20.689443.78
t30.675244.42
t40.664744.94
from canvit_pytorch_rl.policy.net import ViewpointScorer
net = ViewpointScorer.from_pretrained("canvit/pgpolicy-ade20k-c64-t5-floor-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
db7bcdb

0 моделей