Характеристики

Лицензия: MIT
Библиотека: pytorch
Опубликована: 9 сен 2026

Ссылки

Hugging Face

Task-Preserving-Shock-Vortex-Segmentation

ehsanroohi

Сегментация изображенийИзображение → mask

Модель сегментирует ударные волны и ядра вихрей в полях сжимаемого потока CFD, допуская перекрытие двух типов меток.

0скачиваний за 30 дней0лайковвеса обновлены9 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

Task-Preserving Shock–Vortex Segmentation (HJ) — набор из трёх зарегистрированных чекпойнтов сети для сегментации ударных волн и ядер вихрей в сжимаемых потоках вычислительной гидродинамики. Модель принимает примитивные поля потока и детерминированные дифференциальные диагностические признаки, а выдаёт независимые карты вероятностей для ударных волн и вихрей; метки могут перекрываться. Архитектура на PyTorch использует общий энкодер с ширинами слоёв 10, 20, 40 и 80 и отдельные декодеры для каждой задачи.

Модель предназначена для анализа расчётных полей CFD, включая выделение ударных фронтов и ядер вихрей. При адаптации декодера ударных волн энкодер и ветвь вихрей замораживаются, что сохраняет выход ветви вихрей без изменений. В README приведены метрики Dice на физических слабых эталонных разметках, однако они не подтверждают точность относительно человеческой разметки, переносимость на произвольную геометрию или полноту проверки фронтов. Модель распространяется под лицензией MIT.

Сценарии применения

выделение ударных волн в расчётах обтекания профиля
сегментация ядер вихрей в полях течения вокруг цилиндра
совместная разметка ударных фронтов и вихревых структур
сравнение сохранения сегментации вихрей при адаптации детектора ударных волн

Ограничения

Метрики рассчитаны относительно физических слабых эталонных разметок и не подтверждают точность по человеческой разметке, переносимость на произвольную геометрию или полноту проверки фронтов. Результаты относятся к зарегистрированным HJ-чекпойнтам, а не к расширенному конвейеру, показанному в Space.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Task-Preserving Shock–Vortex Segmentation (HJ)

This repository contains the three registered checkpoints of the task-preserving harmonized joint (HJ) network used for overlapping shock and vortex-core segmentation in compressible CFD. The model consumes primitive flow fields plus deterministic differential diagnostics and returns independent sigmoid fields; shock and vortex labels are therefore allowed to overlap.

The architecture has a shared encoder with widths [10, 20, 40, 80] and task-specific shock and vortex decoders. During corrected-target shock adaptation, the encoder and complete vortex pathway are frozen. Only the shock decoder and projection are updated, giving exact retained-task preservation by construction and direct array replay.

Registered results

Means and sample standard deviations over seeds 20260904–20260906:

Evaluation	Result
Airfoil shock Dice, corrected weak reference	0.936 ± 0.004
Cylinder shock Dice, corrected weak reference	0.939 ± 0.024
Retained airfoil core Dice	0.827 ± 0.048
Retained cylinder core Dice	0.228 ± 0.020
Independent analytic-vortex disk Dice	0.672 ± 0.086
Independent analytic centre recovery	0.889 ± 0.192
Continued-SU2 finite-ray coverage	1.000 ± 0.000
Continued-SU2 conditional normal MAE	0.00284c ± 0.00092c

Core probability drift is exactly zero for all three seeds over all 129 seed–field evaluations. These results do not establish human-ground-truth accuracy, universal geometry transfer, or complete-front validation. The CFD Dice references are physics-derived weak references; the analytic vortex and finite SU2 rays are distinct bounded controls.

Files

checkpoint_seed2026090X.pt: task-preserving HJ checkpoint.
thresholds_seed2026090X.json: validation-selected operating point.
aggregate.json: complete three-seed aggregate used by the manuscript.
MODEL_CARD_LIMITATIONS.md: intended use and limitations.

Code, media and demo

The Space displays the extended multistructure pipeline used in Movies S9/S10: the learned local shock-front model with fixed front extraction, retained core/wake branches and the PM-v4 expanding-flow region. This pipeline differs from the three registered HJ control checkpoints in this repository. The metrics above describe those HJ controls, not the extended movie pipeline. The Space includes the figure provenance and links to the movie release.

License and citation

Released under the MIT License. The manuscript is under review/preparation; please use the repository citation metadata until a DOI is assigned.

Как запустить

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

GPU в ailist

Универсальный рантайм · pytorch · image-segmentation

Нельзя запустить

В репозитории нет config.json: не понять архитектуру модели.

Ревизия весов: 0edf352