/ Модель

Характеристики

Лицензия
CC BY-NC 4.0
Базовая модель
convnextv2-base-22k-224
Библиотека
pytorch
Опубликована
14 июн 2026

WaveNeXt

Преобразование изображенийИзображение, текст → изображение3 профессии

WaveNeXt Base преобразует снимки амплитуды SAR Sentinel-1 в похожие на оптические изображения Sentinel-2 для исследований дистанционного зондирования.

12скачиваний за 30 дней0лайковвеса обновлены19 июн 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

WaveNeXt Base — модель генерации изображений для преобразования одноканальных снимков амплитуды SAR Sentinel-1 в трёхканальные изображения, похожие на оптические снимки Sentinel-2. Она разработана автором репозитория umpaoflumpia и дообучена на базе ConvNeXt V2-Base, предварительно обученной на ImageNet-22K. Архитектура сочетает двухуровневый Haar-вейвлетный входной блок, ConvNeXt V2-Base и обратное Haar-преобразование; размер модели составляет около 98 млн параметров. Модель обрабатывает изображения размером 256×256 пикселей, а веса доступны в форматах ONNX и safetensors.

WaveNeXt предназначена для исследований преобразования SAR в оптические изображения, подавления спекл-шума и синтеза мелких деталей в данных дистанционного зондирования. Для обучения использовались парные фрагменты Sentinel-1 и Sentinel-2 из набора SEN1-2, ограниченные пятью сценами. Валидация на отложенных данных SEN1-2 показывает PSNR 18,54 и SSIM 0,432.

Модель может создавать правдоподобные оптические реконструкции, но эти выходы не являются измерениями и не подходят для количественного геофизического анализа. Качество на других регионах, сезонах и сенсорах не проверено. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но запрещает коммерческое применение.

Сценарии применения

  • преобразование снимков Sentinel-1 SAR в оптические изображения
  • синтез оптических сцен по радиолокационным данным
  • подавление спекл-шума на SAR-изображениях
  • восстановление мелких деталей на снимках дистанционного зондирования

Ограничения

Обучение охватывает пять сцен набора SEN1-2; качество на других регионах, сезонах и сенсорах не проверено. Выходы являются правдоподобными реконструкциями, а не измерениями, поэтому их не следует использовать для количественного геофизического анализа.

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

WaveNeXt (Base)

Wavelet + ConvNeXt generator that translates single-channel Sentinel-1 SAR amplitude into 3-channel Sentinel-2-like optical imagery at 256×256.

SAR input · Baseline · HF-D · ground truth

Model details

FieldValue
TaskConditional SAR → optical image translation
ArchitectureHaar-wavelet stem → ConvNeXt V2-Base backbone → inverse-Haar head (~98 M params)
Finetuned fromfacebook/convnextv2-base-22k-224
Resolution256 × 256, input/output in [-1, 1]
Formatssafetensors (PyTorch) · model.onnx (fp32, opset 17)
LicenseCC-BY-NC-4.0
Repositorygithub.com/Tiruum/sar2opt_light

How it works

  • Wavelet I/O — a fixed orthonormal 2-level Haar transform replaces the patch-embed stem, and an inverse-Haar head reconstructs the optical image, so the network predicts wavelet sub-bands rather than raw pixels.
  • ConvNeXt V2-Base backbone transfers ImageNet-22k features into the data-scarce SAR domain.
  • High-frequency discriminator (HF-D) — an adversarial critic on the residual x − gaussian_blur(x) drives coherent fine detail. It is used only during training and adds no inference cost; these weights are the generator alone.

Full architecture and design notes: ARCHITECTURE.md.

Intended uses & limitations

Intended use — research on SAR→optical translation, despeckling, and high-frequency detail synthesis for remote-sensing imagery.

Limitations — trained on a representative 5-scene subset of SEN1-2 (scenes 5, 45, 52, 84, 100); performance on regions, seasons, or sensors outside that distribution is unverified. Outputs are plausible reconstructions, not measurements — do not use for quantitative geophysical analysis. Non-commercial use only.

Usage

ONNX (no PyTorch / transformers)

import numpy as np, onnxruntime as ort
from huggingface_hub import hf_hub_download

onnx_path = hf_hub_download("umpaoflumpia/WaveNeXt", "model.onnx")
sess = ort.InferenceSession(onnx_path, providers=["CPUExecutionProvider"])

sar = np.random.randn(1, 1, 256, 256).astype("float32")   # SAR in [-1, 1]
optical = sess.run(None, {"sar": sar})[0]                  # [1, 3, 256, 256] in [-1, 1]

The batch axis is dynamic ([N,1,256,256]). Swap the provider for CUDAExecutionProvider, TensorrtExecutionProvider, CoreMLExecutionProvider, or DmlExecutionProvider to match your hardware.

PyTorch

import torch
from huggingface_hub import hf_hub_download
from safetensors.torch import load_file
from omegaconf import OmegaConf
from src.models.wavenext.gen import WaveNeXtGenerator   # from the source repository

weights = hf_hub_download("umpaoflumpia/WaveNeXt", "generator.safetensors")
cfg = OmegaConf.load("src/models/wavenext/config.yaml")
g = WaveNeXtGenerator(cfg).eval()
g.load_state_dict(load_file(weights))

sar = torch.randn(1, 1, 256, 256)          # SAR in [-1, 1]
with torch.no_grad():
    optical = g(sar)                        # [1, 3, 256, 256] in [-1, 1]

Map either output to display range with (x + 1) / 2.

Training

  • Data — SEN1-2, paired Sentinel-1/Sentinel-2 patches; a fixed, representative 5-scene split (5, 45, 52, 84, 100).
  • Backbone — ConvNeXt V2-Base, ImageNet-22k pretrained; Haar stem and inverse-Haar head are fixed (non-learnable).
  • Objective — LSGAN + feature matching + HF-D adversarial + MS-SSIM + per-band Haar L1
    • LPIPS + focal frequency loss + PatchNCE (no pixel-space L1).
  • Schedule — AdamW/Adam (lr 2e-4), bf16 mixed precision, EMA (decay 0.999), 200 epochs with a linear LR decay tail.

Reproduce from the source repository: python -m src.models.wavenext.train.

Evaluation

SEN1-2 held-out validation:

VariantPSNR ↑SSIM ↑FID ↓LPIPS ↓
WaveNeXt Base (this model)18.540.43258.50.241
WaveNeXt Tiny17.280.36973.00.311

The figure above contrasts the baseline (HF-D disabled) with HF-D on a held-out crop: HF-D recovers coherent high-frequency structure the baseline blurs away.

Acknowledgements

Built on ConvNeXt V2 (Meta AI) and trained on SEN1-2 (TU Munich).

License

CC-BY-NC-4.0 — non-commercial. The weights are derived from ConvNeXt V2 (Meta, CC-BY-NC-4.0) and trained on SEN1-2 (research use); those terms are inherited. Please attribute WaveNeXt, ConvNeXt V2, and SEN1-2 in derivative work.

Как запустить

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

GPU в ailist

Универсальный рантайм · pytorch

Нельзя запустить

Модели «картинка → картинка» пока не запускаются.

Ревизия весов
fa3ab7e

0 моделей