外观
Skip to content
spot-wetfloor-convnext-tiny
spot-wetfloor-convnext-tiny
builtbyd3v 在 Hugging Face 发布的机器人模型，架构为 ConvNextForImageClassification，参数规模 28M。
模型builtbyd3vspot-wetfloor-convnext-tiny
模型档案汇总架构、许可、适配机型与资料来源
spot-wetfloor-convnext-tiny
builtbyd3v 在 Hugging Face 发布的机器人模型，架构为 ConvNextForImageClassification，参数规模 28M。
概述
这个模型的核心架构、动作空间设计与真机部署定位。
这是一个二分类图像模型，用于判断画面中是否有可见积水或潮湿表面，输出 wet / dry。它面向 SPOT Dispatch 的巡检路线就绪看板，用作“可能潮湿”的人工复核提示；dry 只表示模型未看到水，不代表路线安全。
模型由 facebook/convnext-tiny-224 微调而来，训练数据为公开户外场景，包括人行道、道路视频帧、手机拍摄的水坑和湿地面图片。测试集上报告了 fp32 与 q8 ONNX 权重结果，并提供 onnx/model.onnx、量化 ONNX 和 training/ 脚本。
权重按 CC BY 4.0 发布，基座模型为 Apache-2.0。训练数据不含电厂地面和 Spot 相机帧，未在真实 Spot 图像上测试；不应用于自主通行/禁行决策，也不是认证安全系统。
关键参数与架构规格
参数量、网络主干、控制频率、显存需求及 Hugging Face Hub 统计。
- 参数量
- 28M
- 网络架构
- ConvNextForImageClassification
- 动作空间表示
- 连续关节位置/末端位姿动作空间
- 支持数据格式
- ONNX
暂未公开或待收录：微调显存需求 · 闭环控制频率
快速部署与许可说明
开源许可证、权重拉取命令、预训练数据集与关联文章。
代码许可证
cc-by-4.0
权重许可证
cc-by-4.0
权重下载与策略推理参考
# 1. 从 Hugging Face Hub 下载模型权重与配置
huggingface-cli download builtbyd3v/spot-wetfloor-convnext-tiny --local-dir ./checkpoints/builtbyd3v-spot-wetfloor-convnext-tiny
# 2. 使用 LeRobot / Transformers 加载策略开展真机或仿真闭环推理
python -m lerobot.scripts.eval --policy.path=builtbyd3v/spot-wetfloor-convnext-tiny关联机型
模型卡或论文声明在这些机器人上训练、微调或部署过；口径是作者声明，不是第三方复现。
没有已核实的适配记录。
同家族模型
同一家族里的热门模型。
JiRackUltra_1bCMSManhattan/JiRackUltra_1b3 天前JEV-9Bautotrust/JEV-9B17 天前RynnBrain1.1-2BAlibaba-DAMO-Academy/RynnBrain1.1-2B1 个月前JiRackPrecisionTokenizerCMSManhattan/JiRackPrecisionTokenizer1 个月前microduck-policiespollen-robotics/microduck-policies16 天前MolmoAct2-SO100_101allenai/MolmoAct2-SO100_1015 个月前
来源
本页事实对应的公开页面，以原文为准。
- Hugging Face builtbyd3v/spot-wetfloor-convnext-tiny访问 2026-10-21