/ Модель

Характеристики

Лицензия
MIT
Библиотека
pytorch
Опубликована
10 сен 2026

gcnet-m-cityscapes

Сегментация изображенийИзображение → mask3 профессии

Зеркало чекпойнта GCNet-M для семантической сегментации изображений городских сцен Cityscapes.

13скачиваний за 30 дней0лайковвеса обновлены10 сен 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 зеркало официального чекпойнта GCNet-M для сегментации изображений Cityscapes, разработанного авторами GCNet. Репозиторий переупаковывает веса из gyyang23/GCNet для программной загрузки через Hugging Face Hub; сами веса не изменены. GCNet — архитектура Golden Cudgel Network, представленная на CVPR 2025. Вариант M содержит около 34,2 млн параметров и требует около 178 GFLOPs.

Модель предназначена для семантической сегментации городских сцен на изображениях набора Cityscapes: она присваивает пикселям изображения классы объектов и элементов дорожной инфраструктуры. Чекпойнт сохранён в формате PyTorch с весами fp32. Для загрузки требуется совместимая реализация GCNet и GCNetHead из vendored-копии mmsegmentation в исходном репозитории; стандартная установка mmsegmentation эти компоненты не содержит. Лицензия репозитория — MIT.

Сценарии применения

  • сегментация дорожных сцен на изображениях Cityscapes
  • пиксельная разметка элементов городской инфраструктуры
  • анализ изображений улиц для задач компьютерного зрения

Ограничения

Чекпойнт ориентирован на Cityscapes; применимость к другим наборам данных не описана. Для загрузки нужны классы GCNet и GCNetHead из vendored-копии mmsegmentation исходного репозитория.

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

GCNet-M (Cityscapes mirror)

type: mirror upstream: gyyang23/GCNet license: MIT pretrain: Cityscapes Cityscapes val: 78.9

This is a redistribution (a "mirror"), not a new model. The weights are the official GCNet-M Cityscapes checkpoint from gyyang23/GCNet, re-hosted here for convenient, stable, programmatic access via huggingface_hub. All credit to the original authors.

What this is

ArchitectureGolden Cudgel Network (CVPR 2025)
VariantM
Params / FLOPs~34.2 M / 178.0 GFLOPs
PretrainingCityscapes semantic segmentation, 19 classes (full fine-tuned checkpoint)
Reported metric78.9 mIoU (single-scale) on Cityscapes val
Upstream repositoryhttps://github.com/gyyang23/GCNet
Upstream weightshttps://drive.google.com/file/d/1sRaoMBirNeOlzV7DSJrML37k6Ypm4E7n/view
Upstream licenseMIT; mirrored as LICENSE in this repo

What was changed vs the upstream file

Nothing in the weights. The upstream .pth is an mmengine training checkpoint (weights + optimizer state + logging buffers). Only what is needed to load the model is kept:

ComponentUpstreamThis mirror
state_dict (model weights, fp32)yesyes, unchanged at top level
meta (mmengine env / config / dataset_meta)yesyes, kept for provenance
optimizer (SGD momentum buffers)yesremoved
message_hub, param_schedulersyesremoved
File size657 MB~321 MB

The tensors are byte-identical to the upstream file. checksums.txt in this repo carries the SHA-256 of the mirrored file and of the upstream original.

Usage

These weights use the mmsegmentation module layout. The GCNet backbone/head are registered by the vendored mmseg inside the upstream repo (stock pip install mmsegmentation does not have them), so install the repo's copy:

git clone https://github.com/gyyang23/GCNet
cd GCNet/mmsegmentation
pip install -v -e .          # registers GCNet / GCNetHead with mmseg
pip install huggingface_hub
cd ..                        # run from the repo root

Upstream environment: python==3.8, pytorch==1.12.1, mmcv==2.0.0, mmengine==0.10.2.

import numpy as np
from PIL import Image
from huggingface_hub import hf_hub_download
from mmseg.apis import init_model, inference_model

repo    = "dronefreak/gcnet-m-cityscapes"
config  = hf_hub_download(repo, "gcnet-m_4xb3-120k_cityscapes-1024x1024.py")   # mirrored from the upstream repo
weights = hf_hub_download(repo, "gcnet-m_cityscapes.pth")

model = init_model(config, weights, device="cuda:0")       # use "cpu" if no GPU

# --- inference on a single image ---
result = inference_model(model, "street.jpg")             # any RGB road-scene image
seg = result.pred_sem_seg.data[0].cpu().numpy().astype(np.uint8)   # (H, W), trainId 0..18

palette = np.array(model.dataset_meta["palette"], dtype=np.uint8)  # Cityscapes 19-class colours
Image.fromarray(palette[seg]).save("street_pred.png")
print(model.dataset_meta["classes"])

The config carries training/val dataloaders pointing at ./data/cityscapes/; those are unused for single-image inference. Class names and the colour palette are read from the checkpoint's retained meta["dataset_meta"].

Citing the original work

% Golden Cudgel Network, CVPR 2025 (arXiv:2503.03325)
@misc{yang2025goldencudgel,
  title         = {Golden Cudgel Network for Real-Time Semantic Segmentation},
  author        = {Guoyu Yang and Yuan Wang and Daming Shi and Yanzhong Wang},
  year          = {2025},
  eprint        = {2503.03325},
  archivePrefix = {arXiv},
  primaryClass  = {cs.CV},
  url           = {https://arxiv.org/abs/2503.03325}
}

Provenance & license

  • Model weights © the original GCNet authors, released under MIT.
  • Trained on Cityscapes, which carries its own terms (academic / research use); the derived weights are redistributed on that same basis.
  • Mirrored by @dronefreak for convenient access. No affiliation with the original authors.

Как запустить

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

GPU в ailist

Универсальный рантайм · pytorch · image-segmentation

Нельзя запустить

Архитектура ? неизвестна transformers в образе рантайма.

Ревизия весов
bf90447

0 моделей