/ Модель

Характеристики

Библиотека
transformers
Опубликована
28 июн 2026

InstanceControl_hed

Генерация изображенийТекст → изображение

Этап 1 метода InstanceControl связывает описания объектов с визуальными условиями для управляемой генерации сложных изображений без ручной разметки объектов.

0скачиваний за 30 дней0лайковвеса обновлены6 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

xiaoyu1104/InstanceControl_hed — модель Stage 1 метода InstanceControl, разработанного для управляемой генерации сложных изображений с несколькими объектами без ручной разметки экземпляров. В основе подхода лежит VLM, который связывает описания объектов в текстовом запросе с визуальными условиями, например картами контуров HED, Canny или глубины, и предсказывает маски объектов.

Модель предназначена для подготовки instance-level управления при генерации изображений: она автоматически выделяет описания отдельных объектов и уточняет их маски в процессе генерации. Репозиторий содержит веса в формате safetensors; метаданные указывают задачу text-to-image. Сведения о размере модели, контекстном окне, лицензии и языках в предоставленных источниках отсутствуют.

Сценарии применения

  • генерация изображений с несколькими объектами по тексту и картам контуров HED
  • управляемая генерация сцен с картами глубины
  • построение масок экземпляров объектов по визуальным условиям и текстовым описаниям

Ограничения

Репозиторий описывает модель как Stage 1 метода и не уточняет, является ли этот этап самостоятельным генератором изображений или требует последующих компонентов. Лицензия и поддерживаемые языки не указаны в предоставленных материалах.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

InstanceControl: Controllable Complex Image Generation without Instance Labeling

This repository contains the Stage 1 model (Sa2va-Instance-4B) for InstanceControl, a multi-instance controllable generation method that eliminates the need for manual instance labeling.

Method Overview

InstanceControl leverages a Vision-Language Model (VLM) to establish instance-level correspondences between text prompts and visual conditions (such as Canny edge, depth, or HED maps). It automatically parses instance descriptions from the text prompts and simultaneously predicts instance masks based on the visual conditions. An adaptive mask refinement strategy dynamically refines these instance masks during the generation process to achieve superior fidelity and precise instance-level control.

Citation

If you find this work useful, please consider citing:

@article{instancecontrol,
  title   = {InstanceControl: Controllable Complex Image Generation without Instance Labeling},
  author  = {Xiaoyu Liu and Huan Wang and Fan Li and Zhixin Wang and Jiaqi Xu and Ming Liu and Wangmeng Zuo},
  journal = {arXiv preprint arXiv:2606.31924},
  year    = {2026}
}

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Нельзя запустить

Репозиторий содержит только LoRA-адаптер, а базовая модель в карточке не указана.

Ревизия весов
37476fe

0 моделей