/ Модель

Характеристики

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

qpolicy-ade20k-c64-t5-2026-07-03

Обучение с подкреплением3 профессии

Экспериментальная Q-политика выбирает области изображения для последовательной семантической сегментации сцен ADE20K.

8скачиваний за 30 дней0лайковвеса обновлены4 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 обученная политика размещения последовательных визуальных «взглядов» для сегментации сцен ADE20K, разработанная в рамках CanViT-PyTorch-RL. Она оценивает значения Q для дискретной сетки кандидатов: двух масштабов и центров 16×16; при запуске сначала выполняется обзор всего изображения, а затем выбираются действия с максимальным Q. Политика использует dueling-голову и обучалась с дробными вознаграждениями на основе cross-entropy при K=1.

Модель предназначена для последовательного выбора областей изображения, полезных для семантической сегментации. В README приведены метрики валидации ADE20K: после нескольких шагов mIoU растёт с 39,60% на t0 до 43,90% на t2. Основа — замороженный CanViT с разрешённой сеткой canvas 64. Это отдельный экспериментальный чекпойнт одного запуска; README указывает, что позднее его превзошла серия qband. Лицензия — MIT.

Сценарии применения

  • последовательный выбор областей изображения для сегментации ADE20K
  • оценка стратегии размещения визуальных фрагментов
  • эксперименты с обучением Q-политик для компьютерного зрения

Ограничения

Чекпойнт относится к одному экспериментальному запуску и уступает более поздней серии qband, согласно README. Оценки приведены для ADE20K и отдельных шагов rollout; данных о качестве на других наборах нет.

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-Q policy — ADE20K, c64, T=5

Glimpse-placement policy for a frozen CanViT: Q over a discrete grid of candidate viewpoints (2 scales x 16x16 centres); deploy = full-scene glimpse at t0, argmax afterwards. Dueling head (Q = V + mean-zero A); trained with K=1 fractional-CE rewards. Method + code: CanViT-PyTorch-RL.

Provenance: run 20260703-175712_qlr2e4_s0, git 21e25f65632c6fe58f4ff5d8acf18dc90df0e464, seed 0, step 6000 (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:

stepval CEval mIoU %
t00.764939.60
t10.714342.51
t20.688543.90
t30.674144.60
t40.665744.81
from canvit_pytorch_rl.q.net import ViewpointQNet
net = ViewpointQNet.from_pretrained("canvit/qpolicy-ade20k-c64-t5-2026-07-03").eval()

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

Predates the 2026-07-04 qband; superseded as flagship by canvit/qpolicy-ade20k-c64-t5-qband-2026-07-04-s2 (all 8 band seeds are published).

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
0f0b9d1

0 моделей