/ Модель

Характеристики

Лицензия
Apache 2.0
Библиотека
diffusers
Опубликована
26 апр 2024

marigold-normals-lcm-v0-1

Преобразование изображенийИзображение, текст → изображение3 профессии

Модель оценивает карту нормалей поверхности и неопределённость по одному изображению для задач компьютерного зрения.

1 624скачиваний за 30 дней8лайковвеса обновлены20 мая 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

Marigold Normals LCM v0-1 — модель Bingxin Ke, Kevin Qu, Tianfu Wang и соавторов для оценки карты нормалей поверхности по одному изображению. Это генеративная модель на основе латентной диффузии, дообученная на Marigold Normals v0-1 методом дистилляции latent consistency.

Модель предназначена для монокулярной оценки нормалей в задачах компьютерного зрения. Она выдаёт карту нормалей — трёхмерные единичные векторы в экранном пространстве камеры. При ансамблировании более двух предсказаний также формируется карта неопределённости. Для работы рекомендуется планировщик LCM с 1–4 шагами денойзинга; для оптимальных результатов изображение следует масштабировать так, чтобы его длинная сторона составляла около 768 пикселей.

Репозиторий использует Diffusers, PyTorch и safetensors. Модель устарела: авторы рекомендуют вместо неё Marigold Normals v1-1. Лицензия — Apache 2.0.

Сценарии применения

  • оценка нормалей поверхности по фотографии
  • анализ геометрии объектов на изображении
  • подготовка карт нормалей для компьютерной графики
  • быстрая оценка нормалей с 1–4 шагами денойзинга

Ограничения

Модель устарела, и авторы рекомендуют использовать Marigold Normals v1-1. Для оптимального результата длинная сторона изображения должна быть около 768 пикселей; карта неопределённости формируется только при ансамблировании более двух предсказаний.

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

This is a model card for the marigold-normals-lcm-v0-1 model for monocular normals estimation from a single image. The model is fine-tuned from the marigold-normals-v0-1 model using the latent consistency distillation method, as described in our papers:

  • CVPR'2024 paper titled "Repurposing Diffusion-Based Image Generators for Monocular Depth Estimation"
  • Journal extension titled "Marigold: Affordable Adaptation of Diffusion-Based Image Generators for Image Analysis"

Using the model

  • Play with the interactive Hugging Face Spaces demo: check out how the model works with example images or upload your own.
  • Use it with diffusers to compute the results with a few lines of code.
  • Get to the bottom of things with our official codebase.

Model Details

  • Developed by: Bingxin Ke, Kevin Qu, Tianfu Wang, Nando Metzger, Shengyu Huang, Bo Li, Anton Obukhov, Konrad Schindler.
  • Model type: Generative latent diffusion-based normals estimation from a single image.
  • Language: English.
  • License: Apache License License Version 2.0.
  • Model Description: This model can be used to generate an estimated surface normals map of an input image.
    • Resolution: Even though any resolution can be processed, the model inherits the base diffusion model's effective resolution of roughly 768 pixels. This means that for optimal predictions, any larger input image should be resized to make the longer side 768 pixels before feeding it into the model.
    • Steps and scheduler: This model was designed for usage with the LCM scheduler and between 1 and 4 denoising steps.
    • Outputs:
      • Surface normals map: The predicted values are 3-dimensional unit vectors in the screen space camera.
      • Uncertainty map: Produced only when multiple predictions are ensembled with ensemble size larger than 2.
  • Resources for more information: Project Website, Paper, Code.
  • Cite as:
@misc{ke2025marigold,
  title={Marigold: Affordable Adaptation of Diffusion-Based Image Generators for Image Analysis},
  author={Bingxin Ke and Kevin Qu and Tianfu Wang and Nando Metzger and Shengyu Huang and Bo Li and Anton Obukhov and Konrad Schindler},
  year={2025},
  eprint={2505.09358},
  archivePrefix={arXiv},
  primaryClass={cs.CV}
}

@InProceedings{ke2023repurposing,
  title={Repurposing Diffusion-Based Image Generators for Monocular Depth Estimation},
  author={Bingxin Ke and Anton Obukhov and Shengyu Huang and Nando Metzger and Rodrigo Caye Daudt and Konrad Schindler},
  booktitle={Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR)},
  year={2024}
}

Как запустить

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

GPU в ailist

Универсальный рантайм · diffusers

Нельзя запустить

Модели «картинка → картинка» пока не запускаются.

Ревизия весов
28214f0

0 моделей