Характеристики

Лицензия: BSD 3-Clause
Библиотека: pytorch
Опубликована: 25 фев 2024

Ссылки

FFNet-78S-LowRes

Сегментация изображенийИзображение → mask3 профессии

FFNet-78S-LowRes — модель семантической сегментации изображений, разработанная Qualcomm и основанная на реализации FFNet от Qualcomm AI Research.

2 113скачиваний за 30 дней2лайкавеса обновлены7 окт 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

Она предназначена для анализа уличных сцен в реальном времени с попиксельной классификацией объектов и областей, включая дорогу, тротуар и пешеходов. Модель обучена на датасете Cityscapes и ориентирована на развёртывание на устройствах Qualcomm, в том числе Android-устройствах и других системах с поддержкой Qualcomm NPU.

Модель принимает изображения разрешением 1024×512 и формирует 19 классов сегментации. Она содержит 26,8 млн параметров; размер в формате float составляет около 102 МБ, а в квантованном формате w8a8 — около 26 МБ. Доступны варианты для ONNX, QNN_DLC и TFLite, включая float и w8a8. Предварительно экспортированные версии совместимы с QAIRT 2.45, а ONNX-версии также рассчитаны на ONNX Runtime 1.27.1. Для ряда чипсетов Snapdragon и Qualcomm Dragonwing заявлено выполнение на NPU, причём квантованный вариант обычно обеспечивает существенно меньшую задержку и размер.

Сильные стороны модели — специализация на уличных сценах, поддержка сегментации в реальном времени и наличие оптимизированных артефактов для различных Qualcomm-платформ. Ограничения включают узкую предметную область, фиксированное входное разрешение в базовой конфигурации и отсутствие в README сведений о поддерживаемых языках, поскольку модель работает с изображениями, а не с текстом. Лицензия — BSD 3-Clause.

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.4Разработка и данныеОтладка, тестирование и качество ПОAI помогает находить дефекты, строить проверки и повышать надёжность программного продукта.25 задач13 978моделей IV.8Отраслевые задачиГосударственное управление, правосудие и чрезвычайные ситуацииAI помогает улучшать государственные услуги, управление ресурсами, правосудие и реагирование на чрезвычайные ситуации.47 задач2 517моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

FFNet-78S-LowRes: Optimized for Qualcomm Devices

FFNet-78S-LowRes is a "fuss-free network" that segments street scene images with per-pixel classes like road, sidewalk, and pedestrian. Trained on the Cityscapes dataset.

This is based on the implementation of FFNet-78S-LowRes found here. This repository contains pre-exported model files optimized for Qualcomm® devices. You can use the Qualcomm® AI Hub Models library to export with custom configurations. More details on model performance across various devices, can be found here.

Qualcomm AI Hub Models uses Qualcomm AI Hub Workbench to compile, profile, and evaluate this model. Sign up to run these models on a hosted Qualcomm® device.

Getting Started

There are two ways to deploy this model on your device:

Option 1: Download Pre-Exported Models

Below are pre-exported model assets ready for deployment.

Runtime	Precision	Chipset	SDK Versions	Download
ONNX	float	Universal	QAIRT 2.50, ONNX Runtime 1.30.0	Download
ONNX	w8a8	Universal	QAIRT 2.50, ONNX Runtime 1.30.0	Download
QNN_DLC	float	Universal	QAIRT 2.50	Download
QNN_DLC	w8a8	Universal	QAIRT 2.50	Download
TFLITE	float	Universal	QAIRT 2.50	Download
TFLITE	w8a8	Universal	QAIRT 2.50	Download

For more device-specific assets and performance metrics, visit FFNet-78S-LowRes on Qualcomm® AI Hub.

Option 2: Export with Custom Configurations

Use the Qualcomm® AI Hub Models Python library to compile and export the model with your own:

Custom weights (e.g., fine-tuned checkpoints)
Custom input shapes
Target device and runtime configurations

This option is ideal if you need to customize the model beyond the default configuration provided here.

See our repository for FFNet-78S-LowRes on GitHub for usage instructions.

Model Details

Model Type: Model_use_case.semantic_segmentation

Model Stats:

Input resolution: 1024x512
Model checkpoint: ffnet78S_BCC_cityscapes_state_dict_quarts_pre_down
Model size (float): 102 MB
Model size (w8a8): 26.0 MB
Number of output classes: 19
Number of parameters: 26.8M

Performance Summary

Model	Runtime	Precision	Chipset	Inference Time (ms)	Peak Memory Range (MB)	Primary Compute Unit
FFNet-78S-LowRes	ONNX	float	Snapdragon® 8 Elite Gen 5 For Galaxy Mobile	8.298 ms	8 - 186 MB	NPU
FFNet-78S-LowRes	ONNX	float	Snapdragon® 8 Elite For Galaxy Mobile	10.662 ms	7 - 181 MB	NPU
FFNet-78S-LowRes	ONNX	float	Snapdragon® X2 Elite	10.046 ms	10 - 10 MB	NPU
FFNet-78S-LowRes	ONNX	float	Snapdragon® X Elite	19.224 ms	47 - 47 MB	NPU
FFNet-78S-LowRes	ONNX	float	Snapdragon® 8 Gen 3 Mobile	13.497 ms	13 - 249 MB	NPU
FFNet-78S-LowRes	ONNX	float	Snapdragon® 8 Gen 1 Mobile	33.298 ms	11 - 239 MB	NPU
FFNet-78S-LowRes	ONNX	float	Qualcomm® Dragonwing™ IQ-8275	37.802 ms	6 - 16 MB	NPU
FFNet-78S-LowRes	ONNX	float	Qualcomm® Dragonwing™ QCS8550 (Proxy)	18.479 ms	0 - 286 MB	NPU
FFNet-78S-LowRes	ONNX	float	Qualcomm® QCS8450	33.298 ms	11 - 239 MB	NPU
FFNet-78S-LowRes	ONNX	float	Qualcomm® Dragonwing™ IQ-9075	33.274 ms	6 - 15 MB	NPU
FFNet-78S-LowRes	ONNX	float	Qualcomm® Dragonwing™ IQ-X7181	19.224 ms	47 - 47 MB	NPU
FFNet-78S-LowRes	ONNX	float	Qualcomm® Dragonwing™ Q-8750	10.662 ms	7 - 181 MB	NPU
FFNet-78S-LowRes	ONNX	w8a8	Snapdragon® 8 Elite Gen 5 For Galaxy Mobile	2.267 ms	0 - 198 MB	NPU
FFNet-78S-LowRes	ONNX	w8a8	Snapdragon® 8 Elite For Galaxy Mobile	3.044 ms	0 - 191 MB	NPU
FFNet-78S-LowRes	ONNX	w8a8	Snapdragon® X2 Elite	2.7 ms	4 - 4 MB	NPU
FFNet-78S-LowRes	ONNX	w8a8	Snapdragon® X Elite	5.718 ms	25 - 25 MB	NPU
FFNet-78S-LowRes	ONNX	w8a8	Snapdragon® 8 Gen 3 Mobile	3.858 ms	3 - 248 MB	NPU
FFNet-78S-LowRes	ONNX	w8a8	Snapdragon® 8 Gen 1 Mobile	6.901 ms	3 - 249 MB	NPU
FFNet-78S-LowRes	ONNX	w8a8	Qualcomm® Dragonwing™ QCS6490	24.979 ms	2 - 5 MB	NPU
FFNet-78S-LowRes	ONNX	w8a8	Qualcomm® Dragonwing™ IQ-8275	6.056 ms	2 - 6 MB	NPU
FFNet-78S-LowRes	ONNX	w8a8	Qualcomm® Dragonwing™ QCS8550 (Proxy)	5.45 ms	2 - 5 MB	NPU
FFNet-78S-LowRes	ONNX	w8a8	Qualcomm® QCS8450	6.901 ms	3 - 249 MB	NPU
FFNet-78S-LowRes	ONNX	w8a8	Qualcomm® Dragonwing™ IQ-9075	5.519 ms	2 - 5 MB	NPU
FFNet-78S-LowRes	ONNX	w8a8	Qualcomm® Dragonwing™ IQ-X7181	5.718 ms	25 - 25 MB	NPU
FFNet-78S-LowRes	ONNX	w8a8	Qualcomm® Dragonwing™ Q-6690	100.739 ms	0 - 202 MB	NPU
FFNet-78S-LowRes	ONNX	w8a8	Qualcomm® Dragonwing™ Q-7790	12.193 ms	4 - 212 MB	NPU
FFNet-78S-LowRes	ONNX	w8a8	Qualcomm® Dragonwing™ Q-8750	3.044 ms	0 - 191 MB	NPU
FFNet-78S-LowRes	ONNX	w8a8	Snapdragon® 7 Gen 4 Mobile	12.193 ms	4 - 212 MB	NPU
FFNet-78S-LowRes	QNN_DLC	float	Snapdragon® 8 Elite Gen 5 For Galaxy Mobile	10.959 ms	6 - 194 MB	NPU
FFNet-78S-LowRes	QNN_DLC	float	Snapdragon® 8 Elite For Galaxy Mobile	11.337 ms	0 - 180 MB	NPU
FFNet-78S-LowRes	QNN_DLC	float	Snapdragon® X2 Elite	12.099 ms	6 - 6 MB	NPU
FFNet-78S-LowRes	QNN_DLC	float	Snapdragon® X Elite	22.029 ms	6 - 6 MB	NPU
FFNet-78S-LowRes	QNN_DLC	float	Snapdragon® 8 Gen 3 Mobile	17.935 ms	6 - 238 MB	NPU
FFNet-78S-LowRes	QNN_DLC	float	Snapdragon® 8 Gen 1 Mobile	34.975 ms	6 - 227 MB	NPU
FFNet-78S-LowRes	QNN_DLC	float	Qualcomm® Dragonwing™ IQ-8275	40.127 ms	6 - 17 MB	NPU
FFNet-78S-LowRes	QNN_DLC	float	Qualcomm® Dragonwing™ QCS8550 (Proxy)	21.039 ms	6 - 8 MB	NPU
FFNet-78S-LowRes	QNN_DLC	float	Qualcomm® SA8775P	35.797 ms	1 - 174 MB	NPU
FFNet-78S-LowRes	QNN_DLC	float	Qualcomm® SA8650P	35.797 ms	1 - 174 MB	NPU
FFNet-78S-LowRes	QNN_DLC	float	Qualcomm® SA8255P	35.797 ms	1 - 174 MB	NPU
FFNet-78S-LowRes	QNN_DLC	float	Qualcomm® QCS8450	34.975 ms	6 - 227 MB	NPU
FFNet-78S-LowRes	QNN_DLC	float	Qualcomm® Dragonwing™ IQ-9075	35.718 ms	6 - 16 MB	NPU
FFNet-78S-LowRes	QNN_DLC	float	Qualcomm® Dragonwing™ IQ-X7181	22.029 ms	6 - 6 MB	NPU
FFNet-78S-LowRes	QNN_DLC	float	Qualcomm® Dragonwing™ Q-8750	11.337 ms	0 - 180 MB	NPU
FFNet-78S-LowRes	QNN_DLC	float	Qualcomm® SA7255P	131.786 ms	0 - 174 MB	NPU
FFNet-78S-LowRes	QNN_DLC	float	Qualcomm® SA8295P	38.115 ms	0 - 171 MB	NPU
FFNet-78S-LowRes	QNN_DLC	w8a8	Snapdragon® 8 Elite Gen 5 For Galaxy Mobile	2.662 ms	2 - 190 MB	NPU
FFNet-78S-LowRes	QNN_DLC	w8a8	Snapdragon® 8 Elite For Galaxy Mobile	3.54 ms	2 - 185 MB	NPU
FFNet-78S-LowRes	QNN_DLC	w8a8	Snapdragon® X2 Elite	3.455 ms	2 - 2 MB	NPU
FFNet-78S-LowRes	QNN_DLC	w8a8	Snapdragon® X Elite	7.67 ms	2 - 2 MB	NPU
FFNet-78S-LowRes	QNN_DLC	w8a8	Snapdragon® 8 Gen 3 Mobile	4.934 ms	2 - 130 MB	NPU
FFNet-78S-LowRes	QNN_DLC	w8a8	Snapdragon® 8 Gen 1 Mobile	8.424 ms	2 - 131 MB	NPU
FFNet-78S-LowRes	QNN_DLC	w8a8	Qualcomm® Dragonwing™ QCS6490	26.179 ms	4 - 8 MB	NPU
FFNet-78S-LowRes	QNN_DLC	w8a8	Qualcomm® Dragonwing™ IQ-8275	7.447 ms	2 - 7 MB	NPU
FFNet-78S-LowRes	QNN_DLC	w8a8	Qualcomm® Dragonwing™ QCS8550 (Proxy)	6.996 ms	2 - 3 MB	NPU
FFNet-78S-LowRes	QNN_DLC	w8a8	Qualcomm® SA8775P	7.357 ms	2 - 82 MB	NPU
FFNet-78S-LowRes	QNN_DLC	w8a8	Qualcomm® SA8650P	7.357 ms	2 - 82 MB	NPU
FFNet-78S-LowRes	QNN_DLC	w8a8	Qualcomm® SA8255P	7.357 ms	2 - 82 MB	NPU
FFNet-78S-LowRes	QNN_DLC	w8a8	Qualcomm® QCS8450	8.424 ms	2 - 131 MB	NPU
FFNet-78S-LowRes	QNN_DLC	w8a8	Qualcomm® Dragonwing™ IQ-9075	7.174 ms	3 - 7 MB	NPU
FFNet-78S-LowRes	QNN_DLC	w8a8	Qualcomm® Dragonwing™ IQ-X7181	7.67 ms	2 - 2 MB	NPU
FFNet-78S-LowRes	QNN_DLC	w8a8	Qualcomm® Dragonwing™ Q-6690	108.697 ms	2 - 196 MB	NPU
FFNet-78S-LowRes	QNN_DLC	w8a8	Qualcomm® Dragonwing™ Q-7790	13.362 ms	2 - 209 MB	NPU
FFNet-78S-LowRes	QNN_DLC	w8a8	Qualcomm® Dragonwing™ Q-8750	3.54 ms	2 - 185 MB	NPU
FFNet-78S-LowRes	QNN_DLC	w8a8	Qualcomm® SA7255P	20.424 ms	2 - 79 MB	NPU
FFNet-78S-LowRes	QNN_DLC	w8a8	Qualcomm® SA8295P	11.419 ms	0 - 76 MB	NPU
FFNet-78S-LowRes	QNN_DLC	w8a8	Snapdragon® 7 Gen 4 Mobile	13.362 ms	2 - 209 MB	NPU
FFNet-78S-LowRes	TFLITE	float	Snapdragon® 8 Elite Gen 5 For Galaxy Mobile	10.984 ms	2 - 222 MB	NPU
FFNet-78S-LowRes	TFLITE	float	Snapdragon® 8 Elite For Galaxy Mobile	11.353 ms	2 - 214 MB	NPU
FFNet-78S-LowRes	TFLITE	float	Snapdragon® 8 Gen 3 Mobile	17.913 ms	1 - 314 MB	NPU
FFNet-78S-LowRes	TFLITE	float	Snapdragon® 8 Gen 1 Mobile	34.949 ms	2 - 301 MB	NPU
FFNet-78S-LowRes	TFLITE	float	Qualcomm® Dragonwing™ IQ-8275	40.314 ms	0 - 64 MB	NPU
FFNet-78S-LowRes	TFLITE	float	Qualcomm® Dragonwing™ QCS8550 (Proxy)	21.279 ms	2 - 5 MB	NPU
FFNet-78S-LowRes	TFLITE	float	Qualcomm® QCS8450	34.949 ms	2 - 301 MB	NPU
FFNet-78S-LowRes	TFLITE	float	Qualcomm® Dragonwing™ IQ-9075	36.332 ms	0 - 63 MB	NPU
FFNet-78S-LowRes	TFLITE	float	Qualcomm® Dragonwing™ Q-8750	11.353 ms	2 - 214 MB	NPU
FFNet-78S-LowRes	TFLITE	float	Qualcomm® SA7255P	131.88 ms	3 - 210 MB	NPU
FFNet-78S-LowRes	TFLITE	float	Qualcomm® SA8295P	38.113 ms	2 - 207 MB	NPU
FFNet-78S-LowRes	TFLITE	w8a8	Snapdragon® 8 Elite Gen 5 For Galaxy Mobile	2.089 ms	0 - 186 MB	NPU
FFNet-78S-LowRes	TFLITE	w8a8	Snapdragon® 8 Elite For Galaxy Mobile	2.77 ms	0 - 184 MB	NPU
FFNet-78S-LowRes	TFLITE	w8a8	Snapdragon® 8 Gen 3 Mobile	3.661 ms	8 - 141 MB	NPU
FFNet-78S-LowRes	TFLITE	w8a8	Snapdragon® 8 Gen 1 Mobile	6.529 ms	0 - 133 MB	NPU
FFNet-78S-LowRes	TFLITE	w8a8	Qualcomm® Dragonwing™ QCS6490	22.299 ms	1 - 31 MB	NPU
FFNet-78S-LowRes	TFLITE	w8a8	Qualcomm® Dragonwing™ IQ-8275	5.83 ms	1 - 32 MB	NPU
FFNet-78S-LowRes	TFLITE	w8a8	Qualcomm® Dragonwing™ QCS8550 (Proxy)	5.199 ms	1 - 3 MB	NPU
FFNet-78S-LowRes	TFLITE	w8a8	Qualcomm® SA8775P	5.51 ms	1 - 79 MB	NPU
FFNet-78S-LowRes	TFLITE	w8a8	Qualcomm® SA8650P	5.51 ms	1 - 79 MB	NPU
FFNet-78S-LowRes	TFLITE	w8a8	Qualcomm® SA8255P	5.51 ms	1 - 79 MB	NPU
FFNet-78S-LowRes	TFLITE	w8a8	Qualcomm® QCS8450	6.529 ms	0 - 133 MB	NPU
FFNet-78S-LowRes	TFLITE	w8a8	Qualcomm® Dragonwing™ IQ-9075	5.303 ms	1 - 31 MB	NPU
FFNet-78S-LowRes	TFLITE	w8a8	Qualcomm® Dragonwing™ Q-6690	102.529 ms	1 - 194 MB	NPU
FFNet-78S-LowRes	TFLITE	w8a8	Qualcomm® Dragonwing™ Q-7790	11.645 ms	1 - 201 MB	NPU
FFNet-78S-LowRes	TFLITE	w8a8	Qualcomm® Dragonwing™ Q-8750	2.77 ms	0 - 184 MB	NPU
FFNet-78S-LowRes	TFLITE	w8a8	Qualcomm® SA7255P	17.272 ms	1 - 78 MB	NPU
FFNet-78S-LowRes	TFLITE	w8a8	Qualcomm® SA8295P	9.455 ms	1 - 75 MB	NPU
FFNet-78S-LowRes	TFLITE	w8a8	Snapdragon® 7 Gen 4 Mobile	11.645 ms	1 - 201 MB	NPU

License

The license for the original implementation of FFNet-78S-LowRes can be found here.

References

Community

Join our AI Hub Slack community to collaborate, post questions and learn more about on-device AI.
For questions or feedback please reach out to us.

Как запустить

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

GPU в ailist

Универсальный рантайм · pytorch

Нельзя запустить

Библиотека «pytorch» рантаймом не поддерживается.

Ревизия весов: 5f12bb3