Update README.md

README.md

@@ -1,3 +1,69 @@
----
-license: apache-2.0
----
+---
+license: apache-2.0
+tags:
+- depth-estimation
+- robotics
+- computer-vision
+- pytorch
+- safetensors
+datasets:
+- custom-pybullet-synthetic
+metrics:
+- mse
+---
+
+# 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.*