Характеристики

Лицензия: GPL 3.0
Архитектура: yolov8-seg · dense
Базовая модель: yolov8m_seg-speech-bubble
Библиотека: candle
Опубликована: 4 апр 2026

Ссылки

Hugging Face

speech-bubble-segmentation

mayocream

Сегментация изображенийИзображение → mask3 профессии

Модель YOLOv8m-seg для сегментации речевых пузырей на изображениях страниц комиксов и манги.

2 462скачиваний за 30 дней2лайкавеса обновлены12 июл 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

mayocream/speech-bubble-segmentation — преобразованная в формат SafeTensors модель YOLOv8m-seg, совместимая с библиотекой Candle. Она предназначена для поиска и сегментации речевых пузырей на страницах комиксов и манги; модель разработана на основе дообученной kitsumed/yolov8m_seg-speech-bubble. Входной размер изображения — 640 × 640 пикселей, класс обнаружения один: «речевой пузырь». Для получения масок используются 192 прототипа масок и 32 коэффициента; пороги по умолчанию: уверенность 0,25, NMS 0,45 и маска 0,5.

Модель подходит для анализа макета комикса, размещения текста и рендеринга речевых пузырей. Она не предназначена для обнаружения панелей, персонажей или текста. Качество масок и пороги следует проверять на целевом стиле комиксов; артефакты обучения и оценки не входят в конверсию. Репозиторий распространяется по лицензии GPL-3.0.

Сценарии применения

создание масок речевых пузырей на страницах манги
сегментация облачков с репликами в комиксах
анализ макета страницы комикса по расположению речевых пузырей
подготовка областей речевых пузырей для размещения текста
выделение речевых пузырей для последующего рендеринга

Ограничения

Модель распознаёт только речевые пузыри и не предназначена для обнаружения панелей, персонажей или текста. Качество масок и пороги нужно проверять на целевом стиле комиксов; артефакты обучения и оценки не включены.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

IV.9Отраслевые задачиМедиа, журналистика, культура, архивы и игрыAI помогает создавать, искать, сохранять и персонализировать медиа, культурный и игровой контент.44 задачи14 938моделей II.8Разработка и данныеИнженерия данных и аналитикаAI помогает готовить надёжные данные и превращать их в понятную аналитику.22 задачи23 488моделей II.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Speech Bubble Segmentation

A Candle-compatible SafeTensors conversion of kitsumed/yolov8m_seg-speech-bubble for locating and segmenting speech bubbles in comic and manga pages.

Model details

Architecture: YOLOv8m-seg
Input size: 640 × 640
Class: speech bubble
Mask prototypes: 192
Mask coefficients: 32
Default confidence threshold: 0.25
Default NMS threshold: 0.45
Default mask threshold: 0.5

Files and provenance

model.safetensors: converted floating-point weights with the original Ultralytics tensor names
config.json: loader, class, and postprocessing metadata
config.yaml: original upstream dataset configuration
Upstream revision: da4efccf35a15c8a8c2564431a4b7e121d3e0d99

Intended use and limitations

Use this model to produce speech-bubble masks for comic layout analysis, text placement, or rendering. It has one class and should not be treated as a general panel, character, or text detector. Validate thresholds and mask quality on the target comic style; training and evaluation artifacts are not included in this conversion.

License

GPL-3.0, matching this repository and the upstream model card.

Как запустить

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

GPU в ailist

Универсальный рантайм · candle · image-segmentation

Нельзя запустить

Архитектура yolov8-seg неизвестна transformers в образе рантайма.

Ревизия весов: 387bc1e