/ Модель

Характеристики

Лицензия
Своя лицензия
Библиотека
onnx
Опубликована
13 сен 2026

edgetam-weights

Генерация масокИзображение → mask

ONNX-экспорт EdgeTAM для сегментации объектов по визуальным подсказкам и отслеживания масок на мобильных устройствах.

0скачиваний за 30 дней0лайковвеса обновлены13 сен 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

Это экспорт весов EdgeTAM в формате ONNX, подготовленный OnPrem Vision для запуска сегментации и отслеживания масок на устройстве в мобильном приложении Unity. Базовая модель EdgeTAM разработана Meta Reality Labs и предназначена для сегментации объектов по подсказкам и сопровождения масок в видео; репозиторий содержит графы кодирования изображения и подсказок, декодирования маски и отслеживания.

Модель принимает RGB-изображение фиксированного размера 1024×1024 и подсказки в виде точек и меток, а выдаёт маски, оценку IoU, указатель объекта и варианты масок. Экспорт выполнен для ONNX Runtime: fp32-вариант рассчитан на CPU/XNNPACK, а fp16-варианты — на CoreML или NNAPI; fp16-графы не предназначены для обычного CPU execution provider. Репозиторий также содержит предварительно вычисленные тензоры и сведения о формах и раскладке памяти. Модель распространяется по лицензии, обозначенной в метаданных как other; дополнительных условий в доступной карточке нет.

Сценарии применения

  • выделение объекта на изображении по точечным подсказкам
  • сопровождение маски выбранного объекта в видео
  • интерактивная сегментация в Unity-приложении
  • запуск сегментации на устройстве через ONNX Runtime

Ограничения

Входное изображение должно иметь фиксированный размер 1024×1024. Графы fp16 не работают на обычном CPU execution provider; для них требуются подходящие CoreML или NNAPI провайдеры.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

EdgeTAM — ONNX exports for on-device Unity inference

ONNX exports of EdgeTAM used by the OnPrem Vision mobile app for promptable segmentation and mask tracking, running entirely on-device through ONNX Runtime.

This repo is public so the shipped app can fetch weights without embedding any credentials. It holds only the runtime graphs and constants.

Layout

fp32/  fp16/  npu/      five graphs each (see below)
constants/              precomputed tensors the tracking path needs
model_info.json         tensor shapes, normalisation constants, memory layout
unity_manifest.json     size + sha256 of every runtime file (integrity check)

Graphs

FileRole
image_encoder.onnx1024×1024 RGB → vision_feat (1,256,64,64) + two hi-res feature maps + positional encoding
prompt_encoder.onnxpoint/label prompts → sparse + dense embeddings (auto-pad token added in-graph)
mask_decoder.onnximage + prompt embeddings → low-res mask, IoU, object pointer, multimasks
memory_encoder.onnxfeatures + mask → mask-memory features and positions
memory_attention.onnxconditions current features on the memory bank (the hot per-frame graph)

Exported at opset 18, fixed 1024×1024 input. ImageNet normalisation (mean 0.485/0.456/0.406, std 0.229/0.224/0.225). Full shape and memory-layout detail is in model_info.json.

Variants

DirIntended execution provider
fp32/CPU / XNNPACK. The reference path; what parity checks run against.
npu/CoreML / NNAPI. Same fp32 graphs, except a static-M=516 fp16 memory_attention that an NPU can compile (verified against the dynamic fp32 graph, max abs diff ≈1.5e-3).
fp16/Currently byte-identical to npu/.

Only memory_attention.onnx differs between variants — fp32/ is 64 MB, fp16/ and npu/ are 32 MB. The other four graphs are byte-identical across all three, so the ~265 MB of files dedupe to ~149 MB of storage.

fp16 graphs must not run on the plain CPU EP — ORT has no fp16 CPU kernels. The consuming code enforces this invariant before session creation.

Integrity

unity_manifest.json lists the size and SHA-256 of all 19 runtime files:

{ "revision": "<hub commit>",
  "files": [ { "path": "fp32/image_encoder.onnx", "size": 19775207, "sha256": "c41c05e3..." } ] }

The client streams each file to a .part temp and only commits it after both match, so a truncated download never reaches the inference runtime. If you republish a weight file, regenerate this manifest or clients will reject the new file as corrupt.

Use

From the Unity app, weights are fetched on first launch into Application.persistentDataPath/edgetam/, or ahead of time into Assets/StreamingAssets/edgetam/. Direct URL pattern:

https://huggingface.co/onpremvision/edgetam-weights/resolve/main/<path>
hf download onpremvision/edgetam-weights --local-dir ./edgetam

Pin a commit instead of main to freeze a build to the weights it was tested with.

Related

  • onpremvision/vision_models (private) — parity-test fixtures, TensorRT engines, other exports.

EdgeTAM is from EdgeTAM: On-Device Track Anything Model (Meta Reality Labs); these are re-exports for on-device ONNX Runtime inference, redistributed under the license above.

Как запустить

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

GPU в ailist

Универсальный рантайм · onnx

Нельзя запустить

В репозитории нет весов в формате PyTorch/safetensors.

Ревизия весов
65db4c7

0 моделей