/ Модель

Характеристики

Лицензия
Apache 2.0
Архитектура
camera_orbit_compact_09_2b · dense
Библиотека
pytorch
Опубликована
28 авг 2026

camera_orbit_compact_09_2b

Эмбеддинги изображенийИзображение → embedding3 профессии

Компактная многовидовая CNN-модель объединяет шесть томографических проекций, чтобы предсказывать трёхмерные координаты частицы.

10скачиваний за 30 дней0лайковвеса обновлены28 авг 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

Модель tbhugging/camera_orbit_compact_09_2b разработана для локализации частицы в данных томографии GummyBear. Она принимает шесть проекций размером 128×128, снятых с ракурсов 0°, 60°, 120°, 180°, 240° и 300°, и предсказывает координаты частицы по осям x, y и z.

Архитектура состоит из сверточной сети для каждого ракурса с глобальным усреднением признаков (GAP), токенов геометрии камеры на основе синуса и косинуса и компактного MLP для объединения информации. Модель реализована на PyTorch; метаданные указывают задачу image-feature-extraction, однако фактический результат описан как координаты частицы.

На тестовом наборе указан Euclidean RMSE по координатам xyz 0,860746; на валидационном — 1,320252. Эти значения относятся к описанному протоколу и набору данных GummyBear Tomography. Репозиторий распространяется по лицензии Apache-2.0.

Сценарии применения

  • локализация частицы по шести проекциям томографического объекта
  • оценка координат x, y и z встроенной частицы
  • извлечение признаков из многовидовых томографических изображений
  • эксперименты с объединением геометрии камеры и изображений

Ограничения

Модель предназначена для шести проекций 128×128 с заданными углами камеры и протокола набора GummyBear Tomography; перенос на другие геометрии съёмки и данные не описан. Метаданные задачи image-feature-extraction не отражают напрямую предсказание координат, описанное в README.

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

tbhugging/camera_orbit_compact_09_2b

What this model does

Given 6 camera-orbit views (0°, 60°, 120°, 180°, 240°, 300°) of 128×128 projections from the GummyBear Tomography dataset, the model predicts

  • particle_x
  • particle_y
  • particle_z

coordinates of the embedded particle.

Architecture

Per-view GAP (pooled) CNN trunk → camera sin/cos geometry tokens → compact fusion MLP (e2e_pooled_geometry_fusion).

Final Report M9 Step 2 / 09_2B — compact head (f2_state).

Training configuration

  • Protocol: 09_2B (pooled GAP; excludes 09_2A Fourier)
  • Backbone: pooled_gap (pooled trunk)
  • Input field: anomaly_ref
  • Normalisation: per_image_zscore
  • Camera orbit: 0°, 60°, 120°, 180°, 240°, 300° (6 views)
  • Geometry: sin_theta, cos_theta (concat)
  • Fusion: hidden 128, depth 1
  • Targets: particle_x, particle_y, particle_z
  • Builder: GeometryAwareFourierFusionLocalizer.for_09_2_pooled()
  • Variant: m09_2_e2e_pooled_geometry_fusion
  • Trainable parameters: 132358
  • Stage-A learning rate: 0.001

Evaluation Results

Structured scores for the Hub widget are declared in the YAML model-index / metrics metadata (Model Cards — Evaluation Results).

Testing Data

Metrics

Reported error is Euclidean RMSE over particle (x,y,z): d_i = ||pred_i - y_i||_2, then RMSE_total = sqrt(mean_i d_i^2). Hub metric id: rmse (display name RMSE_total (Euclidean xyz)).

Results

Scores match the Final Report M9 Step 2 09_2B pooled GAP bar (not 09_2A Fourier; not element-wise MSE).

SplitMetricValue
validationRMSE_total (Euclidean xyz)1.320252
testRMSE_total (Euclidean xyz)0.860746

Source: Final Report M9 Step 2 / 09_2B.

Load

import torch
# libraries from https://github.com/tbgitoo/gummybear-tomography
# Historical class name — use .for_09_2_pooled() for this GAP checkpoint only.
from tomography_ml.localization.localize_multiview import (
    GeometryAwareFourierFusionLocalizer,
)

n_views = 6
view_angles_deg = [0.0, 60.0, 120.0, 180.0, 240.0, 300.0]
model = GeometryAwareFourierFusionLocalizer.for_09_2_pooled(
    n_views=n_views,
    view_angles_deg=view_angles_deg,
)
views = torch.zeros(1, n_views, 1, 128, 128)
model(views)  # materialise lazy layers
state = torch.load('pytorch_model.bin', map_location='cpu', weights_only=True)
model.load_state_dict(state)
model.eval()
xyz = model(views)

Input tensor shape: [batch, n_views, channels, height, width]. Do not load with .for_09_2() (that builds the 09_2A Fourier trunk). Also excludes single-view M8, 09_3 large fusion, and M10 illumination stacks.

Inference

For an example with worked download, model instanciation and inference, see: 11_2_test_camera_orbit_compact_09_2b.ipynb in the github.com/tbgitoo/gummybear-tomography repository.

Как запустить

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

GPU в ailist

Универсальный рантайм · pytorch · image-feature-extraction

Нельзя запустить

Архитектура camera_orbit_compact_09_2b неизвестна transformers в образе рантайма.

Ревизия весов
33e4072

0 моделей