Характеристики

Лицензия: MIT
Библиотека: timm
Опубликована: 24 ноя 2023

Ссылки

Hugging Face arXiv 2311.16098

dobb-e

notmahi

Языковая модельИзображение, текст → action3 профессии

Dobb·E — визуальная ResNet34, обученная на данных домашних интерьеров для применения в системах робототехники.

57скачиваний за 30 дней87лайковвеса обновлены28 ноя 2023

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

Dobb·E — опубликованная авторами проекта Dobb·E модель Home Pretrained Representation (HPR), разработанная для обучения роботов работе в домашних условиях. Это ResNet34, обученная на наборе данных Homes of New York (HoNY); веса доступны в форматах PyTorch и Safetensors и загружаются через библиотеку timm. Модель предназначена для использования как визуальное представление в робототехнических системах, в том числе при разработке и обучении домашних роботов. Репозиторий распространяется по лицензии MIT.

Сценарии применения

использование визуального представления в системе домашнего робота
обучение робота на визуальных данных домашних интерьеров
разработка робототехнических моделей для домашних сценариев

Ограничения

Модель описана как визуальное представление для робототехники, поэтому её применение само по себе не гарантирует готового управления роботом или выполнения конкретных задач.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

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 II.2Разработка и данныеСоздание и понимание программного кодаAI помогает писать, объяснять и связывать программный код с требованиями и существующей системой.20 задач21 443модели IV.10Отраслевые задачиДом, личная жизнь, уход и повседневные задачиAI помогает помогать человеку планировать повседневные дела и безопасно управлять домашней средой.30 задач962модели

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Dobb·E

Project webpage · Documentation (gitbooks) · Paper

Authors: Mahi Shafiullah*, Anant Rai*, Haritheja Etukuru, Yiqian Liu, Ishan Misra, Soumith Chintala, Lerrel Pinto

Open-source repository of the Home Pretrained Representation (HPR) of Dobb·E and the associated paper, On Bringing Robots Home

What's on this repo

You can find our Home Pretrained Models (HPR), which is a ResNet34 model trained on our dataset, Homes of New York (HoNY), in this repo. You can download the weights if you want, or you can get started by using Timm.

import timm

model = timm.create_model("hf_hub:notmahi/dobb-e", pretrained=True)

You can read more about it on our paper or our website.

Let's bring some robots home!

Как запустить

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

GPU в ailist

Универсальный рантайм · timm

Нельзя запустить

Модели для роботов не запускаются как сервис инференса.

Ревизия весов: ffdb836