/ Модель

Характеристики

Лицензия
Apache 2.0
Базовая модель
DepthCrafter
Библиотека
transformers
Опубликована
19 дек 2025

ColonCrafter

Оценка глубиныИзображение → depth_map3 профессии

ColonCrafter оценивает глубину в колоноскопических видео, сохраняя согласованность предсказаний между кадрами.

124скачиваний за 30 дней0лайковвеса обновлены6 янв 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

ColonCrafter — модель оценки глубины для видео колоноскопии, построенная на DepthCrafter и Stable Video Diffusion. Она использует диффузионные априорные знания и адаптацию LoRA для получения временно согласованных карт глубины по кадрам видео. В карточке указана архитектура UNet DepthCrafter с LoRA ранга 16, целевыми модулями внимания to_q, to_k, to_v и to_out.0, а также точность FP16.

Модель предназначена для анализа глубины в колоноскопических видео, где согласованность оценок между соседними кадрами полезна для изучения геометрии и структуры обследуемой области. В метаданных указан pipeline depth-estimation и библиотека Transformers; репозиторий содержит веса PyTorch. Модель распространяется по лицензии Apache-2.0.

Сценарии применения

  • оценка глубины по кадрам колоноскопического видео
  • анализ пространственной структуры стенок толстой кишки
  • получение временно согласованных карт глубины при эндоскопическом обследовании

Ограничения

Модель специализирована на колоноскопических видео; README не приводит количественных результатов или сведений о проверке на других типах видео.

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

ColonCrafter: A Depth Estimation Model for Colonoscopy Videos Using Diffusion Priors

ColonCrafter builds upon DepthCrafter and Stable Video Diffusion to provide temporally consistent depth predictions for colonoscopy video.

Model Details

  • Model Type: Video Depth Estimation (Diffusion-based)
  • Base Architecture: DepthCrafter UNet with LoRA adaptation
  • LoRA Configuration:
    • Rank: 16
    • Target modules: to_q, to_k, to_v, to_out.0
    • Dropout: 0.1
  • Precision: FP16

Installation

Please refer to the installation instructions in our repository.

Usage

import torch
from src.depth.models.model import ColonCrafterInference

# Load the model
device = torch.device("cuda" if torch.cuda.is_available() else "cpu")
model = ColonCrafterInference.from_pretrained(
    "romainhardy/coloncrafter",
    device=device
)

# Prepare video tensor: (N, C, H, W) in [0, 1] range
# video = ...

# Run inference
pred_depth, pred_disparity = model.predict_depth(
    video,
    num_inference_steps=1,
    window_size=16,
    overlap=8,
    guidance_scale=1.0,
    seed=42
)

Citation

If you use this model in your research, please cite:

@article{hardy2025coloncrafter,
  title={ColonCrafter: A Depth Estimation Model for Colonoscopy Videos Using Diffusion Priors},
  author={Hardy, Romain and Berzin, Tyler and Rajpurkar, Pranav},
  journal={arXiv preprint arXiv:2509.13525},
  year={2025}
}

Acknowledgments

This model builds upon DepthCrafter and Stable Video Diffusion.

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers · depth-estimation

Нельзя запустить

Архитектура ? неизвестна transformers в образе рантайма.

Ревизия весов
01c40b7

0 моделей