singam96 · 已发布,本站供应商暂无
ShadeNet 5 35M(2026):输入一张照片,输出反照率、深度和法线
ShadeNet-5-35M 是 Hugging Face 上采用 Apache-2.0 的 34,652,431 参数模型,建立在冻结的 DINOv2 骨干上,一次前向就把一张照片变成反照率、相对深度和表面法线图,本站无法运行它,因为本站只和文字模型聊天。
现在就用
聊天
这个聊天默认使用 Inkling 2 Small,不是 ShadeNet-5-35M。
- 厂商
- singam96
- 类型
- 图片
- 发布
- 未注明日期
- OpenRouter id
- 无
已核对
ShadeNet-5-35M:事实与来源
- 模型卡没有写发布日期。Hugging Face 上 singam96/ShadeNet-5-35M 仓库的数据显示,它创建于 2026 年 11 月 14 日(UTC),最近一次修改在 2026 年 11 月 15 日。仓库里最早上传的是更早的模型 ShadeNet-3.2,模型卡拿 ShadeNet-5 和它做了对比。这些是仓库日期,不是正式发布公告。来源: huggingface.co · 核对于 2026-11-19
- 模型卡称 ShadeNet-5 做的是单张图像的逆向渲染:输入一张 RGB 照片,输出三张图:反照率(物体表面的基础颜色)、相对深度(灰度,按每张图单独计算)和表面法线图。它不是聊天模型或文字模型。模型卡链接了一个托管演示,即 ShadeNet-5 Space,可以在浏览器里试用。来源: huggingface.co · 核对于 2026-11-19
- 按模型卡的写法:参数总数 34,652,431,其中 12,595,855 可训练,22.1M 属于来自 Meta AI 的冻结 DINOv2 ViT-S/14 骨干。它是前馈网络(ParallelUNet),做一次前向计算,预测对一个由照片生成的固定先验的修正。模型卡说它没有迭代、没有时间嵌入,也没有扩散调度。另有一个 0.91M 参数的小型精修网络,可以整理这些输出图。来源: huggingface.co · 核对于 2026-11-19
- 按模型卡及其配置文件的写法:输入是 448x448 的照片(PyTorch 模型也能跑 896;ONNX 文件固定为 448x448),数值缩放到 -1 到 1 之间;输出七个通道,同样在 -1 到 1 之间:通道 0 到 2 是反照率,通道 3 是深度,通道 4 到 6 是法线。深度是相对值,法线的方向是 x 向右、y 向上、z 朝向观察者。模型卡说这一版没有阴影通道,这与 ShadeNet-3.2 不同。来源: huggingface.co · 核对于 2026-11-19
- 模型卡对自己的数字也给了提醒:验证集很小(23 张图),每个标签都是用 Marigold V2 生成的伪标签(深度是从 Marigold 的彩色图里解码出来的),所以这些数字“只是参考,不是基准级别”。深度损失忽略整体的缩放和平移,所以原始的深度误差并不是模型训练的目标。与上一次训练相比,骨干、损失、分辨率和训练时长同时改变了,所以模型卡说,提升无法归因于某一项改动。来源: huggingface.co · 核对于 2026-11-19
- 按模型卡的写法,训练是这样的:使用 Flickr8k 照片和 Marigold V2 伪标签(8,054 个训练场景,23 个留出),在一块 RTX A4000 上以 448 px 训练 19 个轮次,每轮约 28 分钟。精修网络单独训练,目标是复现六次前向的平均结果,用的是 8,024 张标为 CC BY 2.0 的 Open Images V7 照片(7,724 张训练、300 张留出),训练 6,000 步,约 25 分钟。模型卡说训练代码尚未公开。来源: huggingface.co · 核对于 2026-11-19
- 官方支持的运行方式是 ONNX 导出文件,加上仓库 inference 文件夹里的脚本:安装 onnxruntime、numpy、pillow、torch 和 huggingface_hub,然后对一个照片文件夹运行 run_onnx.py,选项有 --refine(单次前向加精修,推荐模式)、--enhanced(六次前向)或 --merged(单文件)。两个量化模型文件分别为 27.9 MB 和 31.4 MB,带精修网络的单一合并文件为 35 MB;模型卡说,448x448 的 ONNX 版本在 CPU 上精修网络约需 0.26 秒。全精度的 PyTorch 权重需要未公开的训练代码。来源: huggingface.co · 核对于 2026-11-19
- 许可:模型卡说代码和权重采用 Apache-2.0,DINOv2 骨干同样是 Apache-2.0(Hugging Face 上 facebook/dinov2-small 的数据与此一致,参数 22,056,576 个)。训练标签是 Marigold V2 的模型输出,不是真实标注。模型卡里的示例和画廊图片是留出的 Flickr8k 照片,仅作展示;模型卡说这些照片归拍摄者所有,没有统一许可,所以重新使用之前要先查看原始 Flickr 页面。来源: huggingface.co · 核对于 2026-11-19
- 模型卡只写了一条局限:输入尺寸必须是 448 的倍数(训练时用的是 448),其他尺寸要先缩放。对于不是正方形的照片,模型卡说脚本会把长边缩放到 448,其余部分用照片自己的边缘镜像填充,再把填充部分从输出图里裁掉,所以非正方形的照片,其短边使用的像素少于 448。来源: huggingface.co · 核对于 2026-11-19
- 模型卡把托管演示描述为免费的 CPU Space,无需安装,提供单次前向、单次加精修或六次前向。Hugging Face 自己关于该 Space 的数据在我们读取当天列出的是不同的硬件(zero-a10g)和运行中的状态,所以我们不声明它在什么硬件上运行,也不声明它会一直免费。来源: huggingface.co · 核对于 2026-11-19 · 二手
- 权重可以按 Apache-2.0 从 Hugging Face 免费下载。在我们读到的页面里没有找到托管 API 价格,OpenRouter 也没有价格,因为它没有上架这个模型。来源: huggingface.co · 核对于 2026-11-19
- ShadeNet-5-35M 不在 OpenRouter 的模型列表里(2026 年 11 月 19 日核对)。它把一张照片变成三张图,而本站是文字聊天,所以本站无法运行它。来源: openrouter.ai · 核对于 2026-11-19 · 二手
本站表格
ShadeNet-5-35M:ShadeNet-5 三种模式的误差与速度
- 按模型卡印出的结果(每张图的 L1 误差,越低越好,在 448 px 的 23 张留出验证图上;是模型卡自己的数字,我们没有测试):单次前向平均为 0.1757,单次加精修网络为 0.1673,六次前向(原图、镜像图以及正负 4 度旋转后取平均)为 0.1628。在 A4000 上用 bf16,每张图耗时分别为 57 毫秒、68 毫秒和 353 毫秒。模型卡说,精修网络用大约 12 毫秒的额外耗时找回了六次前向增益的 65%。来源: huggingface.co · 核对于 2026-11-19
作者的数字
ShadeNet-5-35M 每张图的误差(L1)与耗时:单次前向、加精修、六次前向
搜 ShadeNet 5 35M 的人,多半想知道这些输出图有多准、跑起来有多重。按模型卡,精修网络是便宜的折中选择:多花约 12 毫秒,误差略有下降。这些都是在一个小验证集上对照伪标签得出的。本站不能运行这个模型,因为本站是文字聊天。想找另一个来自 Hugging Face、能聊天的小型开放权重模型,见 Inkling 2 Small;想看一种很不一样的小模型,见 CAEL 0.4.2。
| 指标 | 单次前向 | 单次前向 + 精修 | 六次前向 |
|---|---|---|---|
| 反照率 L1 | 0.1804 | 0.1762 | 0.1734 |
| 深度 L1 | 0.1754 | 0.1746 | 0.1653 |
| 法线 L1 | 0.1713(单位长度法线) | 0.1509 | 0.1497 |
| 平均 L1 | 0.1757 | 0.1673 | 0.1628 |
| 每张图耗时(A4000、bf16) | 57 毫秒 | 68 毫秒 | 353 毫秒 |
本站表格
ShadeNet-5-35M:ShadeNet-5 的 ONNX 文件:大小与误差
- ONNX 文件采用只对权重做分块量化:大的权重存成 4 位或 8 位整数,每块带一个缩放系数。模型卡说,这样会缩小文件,但不会加速(在 CPU 上反而略慢)。模型卡推荐的 MIX(ViT 层用 8 位、其余用 4 位)为 31.4 MB,六次前向的平均 L1 为 0.1645,而 139.4 MB 的全精度文件为 0.1629,该文件没有上传。来源: huggingface.co · 核对于 2026-11-19
量化文件
ShadeNet-5-35M:ShadeNet-5 的 ONNX 版本:文件大小与六次前向方案下的平均 L1
仓库里有四个 ONNX 文件(两个量化模型、精修网络和一个合并文件)。模型卡说量化只缩小文件,不会让它更快。下表第一行是模型卡所说的参照,量化版本里只有最后两行上传了。
| 文件 | 文件大小 | 平均 L1(六次前向) | 是否上传 |
|---|---|---|---|
| fp32 ONNX(参照) | 139.4 MB | 0.1629 | 否 |
| 全部 int4 | 26.7 MB | 0.1766 | 否 |
| MIX2(ViT fc2 用 int8,其余 int4) | 27.9 MB | 0.1683 | 是 |
| MIX(ViT fc1 和 fc2 用 int8,其余 int4) | 31.4 MB | 0.1645 | 是 |
上线时通知我
登录后点按钮:只保存你的账号和这个模型,不存其他资料。目前还不会发送邮件。
最接近的可用模型
现在可用的 ShadeNet-5-35M 替代选择
Inkling 2 Small
Thinking Machines Lab$0.30 / $1 (每百万 token)
- Thinking Machines Lab 于 2026 年 11 月 5 日发布 Inkling 2 Small,并在其 Tinker 平台上提供。来源: thinkingmachines.ai · 核对于 2026-11-14
- 混合专家(MoE)模型,总参数 594B、激活 17B,支持图片输入和可调推理强度。来源: thinkingmachines.ai · 核对于 2026-11-14
- 输入文字和图片、输出文字;上下文最多 100 万 token;每个 token 路由到 384 个专家中的 8 个。来源: huggingface.co · 核对于 2026-11-14
Qwen3.8 Flash
Alibaba$0.15 / $0.47 (每百万 token)
- Alibaba 对 qwen3.8-flash 的定价为每百万输入/输出 token 0.15/0.47 美元(新加坡、欧盟、香港和美国区)。来源: docs.qwencloud.com · 核对于 2026-11-13
- 在 OpenRouter 上的 id 为 qwen/qwen3.8-flash,每百万 token 0.15/0.47 美元。来源: openrouter.ai · 核对于 2026-11-13
FAQ
ShadeNet-5-35M 常见问题
ShadeNet-5-35M 是什么?
它是做单张图像逆向渲染的小型图像模型:给它一张 RGB 照片,它返回反照率(物体表面的基础颜色)、相对深度图和表面法线图。它有 34,652,431 个参数,其中 22.1M 是来自 Meta AI 的冻结 DINOv2 ViT-S/14 骨干。它在 Hugging Face 上的仓库创建于 2026 年 11 月 14 日,模型卡没有写发布日期。它不是聊天模型或文字模型。
怎么运行 ShadeNet-5-35M?
模型卡说官方支持的方式是 ONNX 导出文件。安装 onnxruntime、numpy、pillow、torch 和 huggingface_hub,然后在仓库的 inference 文件夹里对一个照片文件夹运行 run_onnx.py,推荐模式加 --refine。它可以在 CPU 上运行:模型卡给出 448x448 下仅精修网络约需 0.26 秒。全精度的 PyTorch 权重需要作者尚未公开的训练代码。
ShadeNet-5-35M 准不准?
按模型卡,在 23 张留出图上,平均 L1 误差为:单次前向 0.1757,加精修 0.1673,六次前向 0.1628(越低越好)。模型卡自己称这些数字只是参考,不是基准级别,因为验证集很小,而且每个标签都是 Marigold V2 的伪标签。我们没有运行它,模型卡也没有与其他已发表的模型做比较。
精修网络是什么?需要用吗?
精修网络是一个 0.91M 参数的小型附加网络,用来整理单次前向得到的图。模型卡说,它被训练去复现六次前向的平均结果,在 A4000 上每张图多花约 12 毫秒,就找回了该平均增益的 65%,而六次前向要 353 毫秒。它对法线帮助最大,对深度几乎没有帮助。模型卡把它推荐为默认模式。
ShadeNet-5-35M 接受多大的照片?
模型以 448x448 训练,模型卡把 448 的倍数列为唯一支持的尺寸(PyTorch 能跑 448 和 896;ONNX 文件固定为 448x448)。脚本会把长边缩放到 448,其余部分用照片边缘镜像填充,以保留整张照片,再把填充部分从输出里裁掉。它返回的深度是相对值,不是米。
ShadeNet-5-35M 是开源的吗?模型卡上的图片能用吗?
模型卡说代码和权重采用 Apache-2.0,DINOv2 骨干同样是 Apache-2.0。训练标签是 Marigold V2 的输出,不是真实标注。模型卡里的示例照片来自 Flickr8k 数据集,这些照片归拍摄者所有,没有统一的许可,所以重新使用之前请先查看原始页面。
能在本站试用 ShadeNet-5-35M 吗?
不能。它不在 OpenRouter 的模型列表里,而且处理的是图像,本站是文字聊天。模型卡链接了 Hugging Face 上的托管演示。如果想文字聊天:在本站,与 Inkling 2 Small 的一次典型回复约 1 个积分(一个积分约 $0.01,按 $5 档计算),按真实 token 成本计费,最低 1 个积分。另一个来自 Hugging Face 的开放小模型,见 SenseNova Loop 9B。
这是 ShadeNet 的官方网站吗?
不是。本页为非官方页面,与 singam96 无关,也未获其认可。事实链接到我们读过的页面。