/ Модель

Характеристики

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

qpolicy-ade20k-c64-t5-qband-2026-07-04-s7

Обучение с подкреплением3 профессии

Политика CanViT для последовательного выбора областей обзора, улучшающая семантическую сегментацию сцен ADE20K.

15скачиваний 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

Viewpoint-Q — политика размещения последовательных областей обзора для семантической сегментации ADE20K, разработанная в рамках CanViT-PyTorch-RL. Она оценивает Q-функцией дискретную сетку возможных точек обзора: два масштаба и центры на сетке 16×16; после начального обзора всей сцены выбирает следующие области жадным выбором по argmax. Политика использует замороженный backbone CanViT и dueling-head, обучена с вознаграждением на основе fractional cross-entropy. Указанная базовая модель: canvit/canvitb16-add-vpe-pretrain-g128px-s512px-in21k-dv3b16-2026-02-02.

Модель предназначена для последовательного выбора зрительных фрагментов при сегментации сцен ADE20K. В карточке приведены метрики валидации для одного шага запуска и совокупные показатели серии из восьми seed; последний показатель относится к серии, а не к этому отдельному чекпойнту. Весы опубликованы в формате safetensors по лицензии MIT. В README не указаны размеры модели и контекст.

Сценарии применения

  • последовательный выбор фрагментов изображения для сегментации сцен
  • направление визуальных обзоров на информативные области ADE20K
  • оценка Q-значений для дискретных точек и масштабов обзора

Ограничения

Показатели отдельного чекпойнта относятся к указанному шагу валидации; усреднённые результаты восьми seed в README описывают серию и не гарантируют качество этого экземпляра. Политика рассчитана на заданный протокол последовательных обзоров и сегментацию ADE20K.

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 20260704-044909_qband_s7, git 007f7173e264d3ccdd6c735234ad246c102ed32c, seed 7, step 8000 (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
t10.714942.76
t20.688844.04
t30.675644.70
t40.666745.04
from canvit_pytorch_rl.q.net import ViewpointScorer
net = ViewpointScorer.from_pretrained("canvit/qpolicy-ade20k-c64-t5-qband-2026-07-04-s7").eval()

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

One of the 8 published seeds of the 2026-07-04 qband (...-qband-2026-07-04-s{0..7}). Performance claims cite the BAND (mean(t1-t4) val CE 0.6853 +- 0.0007 over 8 seeds), never a single seed.

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
d360f28

0 моделей