Характеристики

Базовая модель: stable-diffusion-v1-4
Библиотека: diffusers
Опубликована: 21 июл 2026

Ссылки

silica-v1-0

Оценка глубиныИзображение → depth_map3 профессии

SILICA оценивает глубину и выделяет стеклянные поверхности на изображениях, в том числе для робототехнического восприятия сцены.

207скачиваний за 30 дней1лайквеса обновлены29 июл 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

SILICA — модель для совместной сегментации стеклянных поверхностей и оценки глубины по одному изображению. Она переиспользует визуальные приоры Stable Diffusion v1.4 и выполняет одношаговую латентную регрессию; CLIP-промпты для задач вводятся в слои cross-attention, чтобы различать прозрачные поверхности, передний и задний планы. Модель разработана авторами проекта SILICA и предназначена для задач компьютерного зрения, в том числе для робототехнических сценариев.

Основная задача в метаданных — оценка глубины. Модель также сегментирует стекло, однако отдельного pipeline-тега для этой возможности нет. Карточка ссылается на набор данных Mirage18k и сообщает о принятии работы к публикации на IROS 2026. Модель основана на дообучении CompVis/stable-diffusion-v1-4; файлы представлены в форматах Diffusers и safetensors. Условия лицензии в доступных сведениях не описаны.

Сценарии применения

оценка глубины сцены с прозрачными поверхностями
сегментация стекла на изображении
различение стеклянных объектов и фона
восприятие прозрачных препятствий роботом

Ограничения

Модель ориентирована на стеклянные поверхности и связанные с ними задачи, поэтому её применение для произвольной оценки глубины или сегментации может быть ограничено. Лицензия и количественные показатели качества в предоставленных материалах не указаны.

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 IV.6Отраслевые задачиНаучные исследования, математика и новые материалыAI помогает формировать гипотезы, анализировать научные данные и ускорять открытие новых материалов и методов.39 задач4 120моделей 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

[IROS 2026] SILICA: Repurposing Diffusion Priors for Joint Glass Segmentation and Depth Estimation

SILICA is a unified, single-step latent regression model that repurposes text-to-image diffusion priors for joint glass segmentation and glass-aware monocular depth estimation.

Using task-specific CLIP text prompts injected into cross-attention layers, SILICA establishes a spatial hierarchy that resolves foreground-background visual ambiguities inherent to transparent surfaces.

This work has been accepted for publication at IROS 2026.

Project Links

Project Page: silica-mirage.github.io
Code & Deployment: GitHub Repository (rtarun1/Silica)
Dataset: Mirage18k Dataset

Usage & ROS2 Deployment

For setup instructions, Python standalone inference, environment setup via uv/pip, and ROS2 (Humble) integration, please refer directly to the Official GitHub Repository.

Как запустить

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

GPU в ailist

Универсальный рантайм · diffusers · depth-estimation

Нельзя запустить

В репозитории нет config.json: не понять архитектуру модели.

Ревизия весов: 3693a39