/ Модель

Характеристики

Лицензия
MIT
Архитектура
chipoint2 · dense
Опубликована
19 авг 2026

chipoint-2

Эмбеддинги изображенийИзображение → embedding3 профессии

Chipoint v2 извлекает признаки изображений и использует поиск по крупным галереям для определения места съёмки уличных и обычных фотографий.

57скачиваний за 30 дней9лайковвеса обновлены19 авг 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

Chipoint v2 — модель геолокации изображений с открытыми весами, разработанная chiikabu-labs. Она извлекает признаки изображения для поиска похожих фотографий в галерее и предсказания места съёмки. Репозиторий содержит отдельные ветви для уличных панорам и обычных фотографий, а маршрутизатор выбирает ветвь для входного изображения.

Модель включает индекс из 4,89 млн кадров OSV-5M для уличной ветви, галерею из 14,5 млн фотографий для общей ветви, проекционные головы и конвейер переоценки кандидатов с 23 признаками. В README заявлены медианная ошибка 32 км на тестовом наборе OSV-5M и превосходство над перечисленными моделями сравнения. Веса опубликованы в формате PyTorch; лицензия — MIT.

Для использования нужны изображение и совместимые веса с соответствующей галереей. Результаты и заявленные показатели относятся к описанным наборам данных и конвейеру; точность для произвольных изображений и регионов в карточке не характеризуется.

Сценарии применения

  • поиск места съёмки уличного кадра по галерее панорам
  • геолокация обычной фотографии по крупной фотогалерее
  • ранжирование кандидатов мест съёмки для изображения
  • маршрутизация изображения между уличной и общей ветвями геолокации

Ограничения

Для работы требуются подходящие веса и галерея изображений. Заявленные показатели приведены для тестового набора OSV-5M и не гарантируют такую же точность на иных данных.

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

Chipoint v2 is a SOTA geolocation model that is open-weight and beats the published frontier closed-weight model (Pinpoint, June 2026), its predecessor (Chipoint v1, July 2026), and all models on the OSV-5M street-view benchmark. This repo hosts both arms:

  • street-view arm — the 4.89M-frame OSV-5M gallery index, the projection heads, and the 23-feature reranker pipeline (streetview_k512_joint.pt, K512, per-threshold confidence head)
  • general-photo arm — the unified 14.5M photo gallery (MP14 10.9M + MP16-Pro 4.1M) and the 23-feature rerankers (photoarm_k768_thr.pt / photoarm_k768_sr.pt / photoarm_k512_thr.pt)
  • router_osv_flickr.pt routes queries between the two arms for the best accuracy on a provided image.

Street-view arm

chipoint_v2_mean_error chipoint_v2_geoscore

OSV-5M benchmark

OSV-5M test set (210,122 images). Acc@Xkm is the share of predictions within X km. GeoScore is 5000·exp(-d/1492.7), higher is better.

Model@25km@200km@750km@2500kmGeoScoreMean err
OSV-5M Baseline––––33611814 km
GeoCLIP21.552.172.1–––
GRE9.735.672.591.1–1192 km
LocDiff11.046.377.088.2––
RFM (S2S)––––37671069 km
HierLoc––––3963861 km
Pinpoint (retrieval only)32.165.682.892.84035784 km
Pinpoint (full)35.667.583.793.24114743 km
Chipoint v137.6370.5684.9493.364174716 km
Chipoint v2 · street (full pipeline)44.881.192.196.84485383 km

Chipoint v2's median error is 32 km (v1: 51 km). The full-pipeline line is retrieval (K=64 pool) + the K512 23-feature reranker with a multiscale blend on the full 210,122-image test split. For reference, raw retrieval without reranking scores 34.89 / 61.96 / 74.60 / 85.34, GeoScore 3742, mean 1427 km.

General-photo arm

chipoint_v2_im2gps3k_acc1km chipoint_v2_yfcc4k_acc1km

Running the model

Instructions on how to run Chipoint v2 locally are in the RUN_GUIDE.md file. Quick check:

python run_chipoint.py weights/streetview_k512_joint.pt
python run_chipoint.py weights/photoarm_k768_thr.pt

Как запустить

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

GPU в ailist

Универсальный рантайм

Нельзя запустить

Архитектура chipoint2 неизвестна transformers в образе рантайма.

Ревизия весов
a150120

0 моделей