/ Модель

Характеристики

Лицензия
MIT
Библиотека
diffusers
Опубликована
30 июл 2026

isl-unconditional-diffusion-128

Генерация изображенийТекст → изображение

Безусловная DDPM-модель генерирует изображения жестов индийского жестового языка размером 128×128 для экспериментов и создания синтетических примеров.

10скачиваний за 30 дней0лайковвеса обновлены18 авг 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

Модель mahadev-balla/isl-unconditional-diffusion-128 — безусловная диффузионная модель, обученная с нуля для генерации RGB-изображений жестов индийского жестового языка (ISL). Она разработана автором репозитория и предназначена для создания изображений размером 128×128 без подачи метки класса на этапе обучения или генерации.

Архитектура модели — DDPM на основе UNet2D; при обучении использовались EMA-веса и косинусное расписание шума. Обучающая выборка включала 42 000 изображений по 35 классам. Для генерации по умолчанию применяется DDIM: обычно 100 шагов, а в оценке использовались 50. В опубликованной оценке FID составил 86,06.

Модель подходит для исследовательских экспериментов и синтеза примеров жестов ISL. Она не принимает текстовые описания или метки классов и потому не позволяет задавать конкретный жест напрямую; качество генерации ограничено результатом FID 86,06. Лицензия — MIT.

Сценарии применения

  • генерация синтетических изображений жестов индийского жестового языка
  • создание безусловных примеров для экспериментов с распознаванием жестов ISL
  • исследование диффузионной генерации изображений рук
  • сравнение методов DDPM и DDIM на изображениях жестового языка

Ограничения

Генерация не управляется метками классов или текстом, поэтому нельзя запросить конкретный жест. В README указан FID 86,06 для описанной настройки оценки.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

ISL Unconditional Diffusion

An unconditional DDPM trained from scratch to generate 128×128 RGB images of Indian Sign Language hand gestures.

The model learns the overall distribution of ISL gesture images without receiving a class label during training or inference.

The complete implementation and experiments are available in the GitHub repository.

Model

  • DDPM with UNet2D architecture
  • 128×128 resolution
  • RGB images
  • Unconditional generation
  • EMA weights

Training

  • Dataset: 42,000 images (1,200 images per class × 35 classes)
  • Noise schedule: cosine
  • Batch size: 64
  • Learning rate: 1e-4
  • Mixed precision: fp16
  • Training steps: 65,000
  • EMA decay: 0.9999
  • Data augmentation: enabled

Sampling

  • Default sampler: DDIM
  • Training diffusion timesteps: 1,000
  • Routine inference steps: 100
  • Evaluation inference steps: 50
  • Random seed: 42

Results

The unconditional model achieves an FID of 86.06 under the reported evaluation setting.

Как запустить

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

GPU в ailist

Универсальный рантайм · diffusers

Нельзя запустить

Безусловная генерация изображений пока не поддерживается.

Ревизия весов
09b8683

0 моделей