/ Модель

Характеристики

Лицензия
BSD 3-Clause
Базовая модель
optical-flow-MEMFOF-Tartan-T
Библиотека
pytorch
Опубликована
2 июн 2025

optical-flow-MEMFOF-Tartan-T-TSKH

Преобразование изображенийИзображение, текст → изображение3 профессии

Дообученный чекпойнт MEMFOF для оценки оптического потока в реальных видео с низким потреблением видеопамяти.

4 866скачиваний за 30 дней5лайковвеса обновлены24 сен 2025

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

MEMFOF-Tartan-T-TSKH — дообученный чекпойнт метода MEMFOF, разработанный для оценки оптического потока в реальных видео. Он предназначен для определения движения между кадрами и рассчитан на обработку видео Full HD при низком потреблении видеопамяти. В README указано, что этот вариант обучен на более разнообразных данных с упором на устойчивость к условиям реальной съёмки.

Модель принимает изображения и выдаёт результат преобразования изображения, связанный с оценкой оптического потока. Репозиторий содержит веса в формате safetensors; библиотека — PyTorch. Лицензия — BSD 3-Clause. Количество параметров и длина контекста в доступных данных не указаны.

Сценарии применения

  • оценка движения между кадрами реального видео
  • анализ оптического потока в видео Full HD
  • отслеживание движения объектов по последовательности кадров

Ограничения

Чекпойнт ориентирован на реальные видео; применимость к другим типам данных отдельно не описана. Для запуска требуется окружение на PyTorch, а требования к вычислительным ресурсам и качество на конкретных наборах данных в карточке не приведены.

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

MEMFOF-Tartan-T-TSKH

📄 Paper | 🌐 Project Page | 💻 Code | 🚀 Colab | 🤗 Demo

🔍 MEMFOF is a memory-efficient optical flow method for Full HD video that combines high accuracy with low VRAM usage.

✅ Note: This particular checkpoint is intended for real-world videos — it is trained with higher diversity and robustness in mind.

🛠️ Usage

Install MEMFOF via the package manager:

pip3 install git+https://github.com/msu-video-group/memfof

Then use the following snippet to compute backward and forward optical flow for three consecutive frames:

import torch
from memfof import MEMFOF

device = "cuda" if torch.cuda.is_available() else "cpu"
model = MEMFOF.from_pretrained("egorchistov/optical-flow-MEMFOF-Tartan-T-TSKH").eval().to(device)

with torch.inference_mode():
    # [B=1, T=3, C=3, H=1080, W=1920]
    example_input = torch.randint(0, 256, [1, 3, 3, 1080, 1920], device=device)
    # [B=1, C=2, H=1080, W=1920]
    backward_flow, forward_flow = model(example_input)["flow"][-1].unbind(dim=1)

📚 Citation

@article{bargatin2025memfof,
  title={MEMFOF: High-Resolution Training for Memory-Efficient Multi-Frame Optical Flow Estimation},
  author={Bargatin, Vladislav and Chistov, Egor and Yakovenko, Alexander and Vatolin, Dmitriy},
  journal={arXiv preprint arXiv:2506.23151},
  year={2025}
}

Как запустить

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

GPU в ailist

Универсальный рантайм · pytorch

Нельзя запустить

Модели «картинка → картинка» пока не запускаются.

Ревизия весов
6c6c9aa

0 моделей