Downloads · 30 days
6
15% of all-time downloads
J1gA/zernike-cnn-v8-2.0-def1_5
zernike-cnn-v8-2.0-def1_5 is a image feature extraction model from J1gA. Use it for the image feature extraction task on the model card, and read the license before you ship it in a product. It is set up for pytorch. The card lists the license as mit.
EfficientNet-B2, восстанавливает 14 коэффициентов Цернике (OSA, рад) из пары PSF. Обучена на гибридном распределении (50 % Колмогоров + 50 % равномерное U[−6, +6] на каждую моду), что делает модель пригодной для лабор…
Downloads · 30 days
6
15% of all-time downloads
All-time downloads
41
Public
Repo size
93.5 MB
Likes
0
Public
Click a slice to open those files.
.pt93.4 MB · 100%
From the Hugging Face model README
EfficientNet-B2, восстанавливает 14 коэффициентов Цернике (OSA, рад) из пары PSF. Обучена на гибридном распределении (50 % Колмогоров + 50 % равномерное U[−6, +6] на каждую моду), что делает модель пригодной для лабораторных стендов с произвольной комбинацией аберраций.
uint16 → sqrt-нормировка → 2 каналаweighted_noll| Тест | MAE/коэф., рад | WF RMS, рад | Strehl |
|---|---|---|---|
| Колмогоров D/r₀ ∈ [0.5, 20] | 0.045 | 0.17 | 0.97 |
| Равномерное U[−6,+6] (per-mode) | 0.082 | 0.31 | 0.91 |
| Closed-loop (D/r₀=5, 15 итер., gain=0.4) | — | 0.183 | 0.967 |
На чистой Колмогоровской турбулентности уступает zernike-cnn-v8-1.4 в 5 раз;
выбирать в зависимости от целевого распределения аберраций.
См. снипет в model card модели zernike-cnn-v8-1.4 (тот же класс ZernikeModel).
Заменить repo_id на j1ga/zernike-cnn-v8-2.0-def1_5.