Характеристики

Лицензия: MIT
Библиотека: pytorch
Опубликована: 18 авг 2026

Ссылки

vqvae_transformer_onearthenergy

Генерация изображенийТекст → изображение

Составная модель VQVAE и Transformer генерирует бинарные трёхмерные объёмы пористых пород для цифровой физики горных пород.

0скачиваний за 30 дней0лайковвеса обновлены25 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 topazy/vqvae_transformer_onearthenergy предназначена для безусловной генерации трёхмерных бинарных объёмов пористой породы в задачах цифровой физики горных пород. Она состоит из VQVAE и Transformer: в карточке указаны контрольные точки 177,5 млн и 185,3 млн параметров соответственно. Входные данные — объёмы размером 64×64×64 с бинарной разметкой, где 1 обозначает поры, а 0 — минеральную матрицу; выход декодера сегментируется методом Отсу для двух классов.

Модель рассчитана на геонаучные сценарии, включая синтез структур пористой среды и 3D-реконструкцию. Используются PyTorch и веса в формате .pth. Код указан как заглушка, поэтому README не описывает рабочий интерфейс загрузки и инференса подробно. Лицензия — MIT; данные связаны с NETL EDX и DOI 10.2172/1963265.

Сценарии применения

генерация трёхмерных бинарных образцов пористой породы
синтез структур пор и зёрен для цифровой физики горных пород
создание данных для экспериментов по 3D-реконструкции пористой среды

Ограничения

Модель описана для бинарных объёмов размером 64×64×64; процедура сегментации результата использует двухклассовый порог Отсу. README не содержит полноценного кода проекта, а ссылка на код обозначена как заглушка.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Files

File	Model	Size	Params
`vqvae/vqgan_epoch_25.pth`	VQVAE, epoch 25	710 MB	177.5 M
`transformer/transformer_epoch_50.pth`	Transformer, epoch 50	754 MB	185.3 M

pip install huggingface_hub

from huggingface_hub import hf_hub_download

vqvae = hf_hub_download("topazy/vqvae_transformer_onearthenergy",
                        "vqvae/vqgan_epoch_25.pth")
trans = hf_hub_download("topazy/vqvae_transformer_onearthenergy",
                        "transformer/transformer_epoch_50.pth")

Loading into the models:

import torch
from omegaconf import OmegaConf
from lpu3dnet.frame import vqgan, transformer

cfg_v = OmegaConf.load("lpu3dnet/config/ex12/vqgan.yaml")
cfg_t = OmegaConf.load("lpu3dnet/config/ex12/transformer.yaml")

m_vqvae = vqgan.VQGAN(cfg_v)
m_vqvae.load_state_dict(torch.load(vqvae, map_location="cpu"))   # strict=True

m_trans = transformer.Transformer(cfg_t)
m_trans.load_state_dict(torch.load(trans, map_location="cpu"))   # strict=True

Input convention. Binary volumes, 1 = pore, 0 = grain, shape (B, 1, 64, 64, 64), float32. From the raw 8-bit tifs: img.astype('float32') / 255 > 0.5. Decoder output is segmented with two-class Otsu, not a fixed 0.5 threshold.

License

MIT. Built on nanoGPT; evaluation uses OpenPNM and PoreSpy.

Как запустить

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

GPU в ailist

Универсальный рантайм · pytorch

Нельзя запустить

Безусловная генерация изображений пока не поддерживается.

Ревизия весов: c2af8e9