README.md

---
license: apache-2.0
tags:
- depth-estimation
- robotics
- computer-vision
- pytorch
- safetensors
datasets:
- custom-pybullet-synthetic
metrics:
- mse
library_name: transformers
---

# AlphaDepth v1.0 👁️

**AlphaDepth** — это легковесная нейросеть для оценки глубины (Depth Estimation), обученная в симуляции PyBullet. Модель принимает RGB-изображение и предсказывает карту глубины (Depth Map), позволяя роботам "видеть" расстояние до объектов с помощью одной камеры.

Входит в серию моделей **Alpha**.

## 📊 Характеристики

- **Архитектура:** Custom U-Net с BatchNorm
- **Вход:** RGB Image (128x128)
- **Выход:** Depth Map (Normalized 0..1)
- **Вес:** ~1.5 MB (FP32)
- **Формат:** SafeTensors

## 🚀 Использование

Вам понадобится `safetensors` и файл `model.py` из этого репозитория.

```python
import torch
from model import AlphaUNet
from PIL import Image
from torchvision import transforms

# 1. Загрузка модели
model = AlphaUNet.from_pretrained(".") # Укажите путь к папке
model.eval()

# 2. Подготовка изображения
img = Image.open("robot_view.jpg").resize((128, 128))
transform = transforms.Compose([
    transforms.ToTensor(), # 0..255 -> 0..1
])
input_tensor = transform(img).unsqueeze(0)

# 3. Инференс
with torch.no_grad():
    depth_map = model(input_tensor)

# depth_map теперь содержит расстояния!
```
## 🛠 Обучение

Модель обучалась на **синтетическом датасете**, сгенерированном в движке PyBullet.
- **Эпохи:** 20
- **Loss:** 0.0016 (MSE)
- **Оптимизатор:** Adam (lr=0.001)

## 📦 Файлы

- `model.safetensors`: Веса модели (SafeTensors формат).
- `config.json`: Конфигурация архитектуры.
- `model.py`: Исходный код класса нейросети.

*Created by prostochel097 for the Alpha Series.*