/ Модель

Характеристики

Лицензия
MIT
Архитектура
evf · dense
Опубликована
7 мар 2025

roboengine-sam

Сегментация изображенийИзображение → mask3 профессии

Robo-SAM — модель сегментации роботов на изображениях для подготовки данных и визуального дополнения сцен в робототехнике.

1 275скачиваний за 30 дней2лайкавеса обновлены20 сен 2025

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

Robo-SAM — модель семантической сегментации роботов, опубликованная авторами проекта RoboEngine: Chengbo Yuan, Suraj Joshi, Shaoting Zhu и коллегами. Репозиторий содержит контрольные точки модели из работы о дополнении робототехнических данных; метаданные относят архитектуру к семейству EVF и классу EvfSam2Model. Веса сохранены в формате safetensors.

Модель предназначена для выделения роботов на изображениях и служит компонентом набора инструментов RoboEngine для дополнения визуальных данных в задачах имитационного обучения. Её можно применять для создания сцен с изменённым фоном и повышения устойчивости систем роботизированных манипуляций к новым условиям съёмки. В README сообщается об экспериментах по переносу манипуляционных задач на шесть новых сцен; это результат всего набора RoboEngine, а не отдельная гарантия качества сегментатора.

Модель выпущена по лицензии MIT. Карточка не сообщает конкретные поддерживаемые языки или ограничения по качеству; назначение описано для робототехнических изображений, поэтому перенос на иные типы сцен не подтверждён.

Сценарии применения

  • выделение роботов на изображениях манипуляционных сцен
  • получение масок роботов для визуального дополнения данных
  • подготовка сцен для обучения имитации роботизированных манипуляций

Ограничения

Модель описана как сегментатор роботов для робототехнических сцен; перенос на другие типы изображений в карточке не подтверждён. Результаты по повышению устойчивости относятся к набору инструментов RoboEngine в целом.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

RoboEngine: Plug-and-Play Robot Data Augmentation with Semantic Robot Segmentation and Background Generation

Chengbo Yuan*, Suraj Joshi*, Shaoting Zhu*, Hang Su, Hang Zhao, Yang Gao.

[Project Website] [Hugging Face Paper] [arXiv] [GitHub Code] [BibTex]

This repository contains the Robo-SAM checkpoints from the paper "RoboEngine: Plug-and-Play Robot Data Augmentation with Semantic Robot Segmentation and Background Generation". RoboEngine introduces the first plug-and-play visual robot data augmentation toolkit, enabling users to effortlessly generate physics- and task-aware robot scenes with just a few lines of code. It significantly enhances the visual robustness of imitation learning by addressing limitations of existing methods.

Abstract

Visual augmentation has become a crucial technique for enhancing the visual robustness of imitation learning. However, existing methods are often limited by prerequisites such as camera calibration or the need for controlled environments (e.g., green screen setups). In this work, we introduce RoboEngine, the first plug-and-play visual robot data augmentation toolkit. For the first time, users can effortlessly generate physics- and task-aware robot scenes with just a few lines of code. To achieve this, we present a novel robot scene segmentation dataset, a generalizable high-quality robot segmentation model, and a fine-tuned background generation model, which together form the core components of the out-of-the-box toolkit. Using RoboEngine, we demonstrate the ability to generalize robot manipulation tasks across six entirely new scenes, based solely on demonstrations collected from a single scene, achieving a more than 200% performance improvement compared to the no-augmentation baseline. All datasets, model weights, and the toolkit are released this https URL.

Usage

Refer to the official GitHub repository.

Citation

@article{yuan2025roboengine,
  title={RoboEngine: Plug-and-Play Robot Data Augmentation with Semantic Robot Segmentation and Background Generation},
  author={Yuan, Chengbo and Joshi, Suraj and Zhu, Shaoting and Su, Hang and Zhao, Hang and Gao, Yang},
  journal={arXiv preprint arXiv:2503.18738},
  year={2025}
}

Как запустить

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

GPU в ailist

Универсальный рантайм · image-segmentation

Нельзя запустить

Архитектура evf неизвестна transformers в образе рантайма.

Класс архитектуры
EvfSam2Model
Ревизия весов
3c6ab70

0 моделей