Контрольные точки ResNet для даунскейлинга данных об осадках в бенчмарке RainShift.
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 ResNet — набор контрольных точек базовой модели из проекта RainShift, разработанной для бенчмарка по даунскейлингу осадков в разных географических регионах. Модель построена на ResNet и обучена на датасете RainShift/rainshift; репозиторий содержит файлы весов PyTorch с именами rainshift_resnet_a1.pth–rainshift_resnet_a4.pth и rainshift_resnet_e1.pth–rainshift_resnet_e6.pth.
Модель предназначена для преобразования входных изображений с данными об осадках в более детализированные изображения, пригодные для задач климатического анализа и сравнения методов пространственного уменьшения масштаба. README не описывает параметры обучения, размеры входа и выхода или количественные результаты. Метаданные указывают формат PyTorch; сведения о лицензии отсутствуют.
Карточка не сообщает метрики качества, подробности обучения и ограничения применимости; параметры входных и выходных данных также не описаны. Лицензия в доступных данных не указана.
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_resnet_a1.pth to rainshift_resnet_a4.pth: rainshift_resnet_e1.pth to rainshift_resnet_e6.pth: На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм · pytorch
Модели «картинка → картинка» пока не запускаются.