Набор диффузионных чекпойнтов RainShift для пространственного уточнения данных об осадках.
Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды
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.
Описание составлено по карточке модели и метаданным Hugging Face
RainShift Diffusion — набор базовых чекпойнтов для задачи понижения пространственного масштаба данных об осадках. Модель разработана для бенчмарка RainShift: A Benchmark for Precipitation Downscaling Across Geographies и обучена на наборе данных RainShift/rainshift. В репозитории перечислены контрольные точки с суффиксами a1–a4 и e1–e6; модельный фреймворк — PyTorch.
Модель предназначена для преобразования входных изображений с данными об осадках в изображения с более детализированным пространственным представлением. Карточка не сообщает архитектуру диффузионной сети, разрешение входа и выхода или географические регионы, поэтому эти характеристики нельзя уточнить. Указана лицензия Apache-2.0.
В карточке не описаны разрешение и географический охват чекпойнтов, а также численные результаты их качества.
README от автора на Hugging Face, как он его опубликовал
Baseline checkpoints from RainShift: A Benchmark for Precipitation Downscaling Across Geographies, trained on RainShift/rainshift.
rainshift_dm_a1.pth to rainshift_dm_a4.pth: rainshift_dm_e1.pth to rainshift_dm_e6.pth: На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм · pytorch
Модели «картинка → картинка» пока не запускаются.