ReChannel: извлечение геометрии из генеративных моделей

📐 ReChannel: извлечение геометрии из генеративных моделей

Проект ReChannel позволяет извлекать карты глубины, нормалей поверхности, маски и сегментацию из одного RGB-кадра. Метод использует легковесные LoRA-адаптеры (~33K параметров) поверх замороженной архитектуры FLUX.2-klein-base-4B, превращая генерацию в процесс извлечения плотных пространственных данных.

🌍 Революционный подход превращает мультимодальные генеративные модели в высокоточные инструменты компьютерного зрения. Использование замороженного DiT с минимальным количеством обучаемых параметров делает задачу извлечения геометрии крайне эффективной.

👤 Теперь можно использовать мощные модели вроде FLUX для задач компьютерного зрения, не обучая огромные нейросети с нуля, а лишь добавляя крошечные адаптеры.

Источник 1: https://github.com/xmz111/ReChannel Источник 2: https://arxiv.org/abs/2607.06553