zernike-cnn-v8-2.0-def1_5 (универсальная модель)
EfficientNet-B2, восстанавливает 14 коэффициентов Цернике (OSA, рад)
из пары PSF. Обучена на гибридном распределении (50 % Колмогоров +
50 % равномерное U[−6, +6] на каждую моду), что делает модель пригодной
для лабораторных стендов с произвольной комбинацией аберраций.
Конфигурация
- Распределение обучения: 50 % Колмогоров (D/r₀ ∈ [0.5, 20]) + 50 % uniform U[−6, +6]
- Диверсификационный дефокус: +1.0 / −5.0 рад (по моде OSA Z4)
- Размер входа: пара 256×256,
uint16 → sqrt-нормировка → 2 канала
- Loss:
weighted_noll
- Модель камеры: полная Konnik (см. v8/1.4 model card)
- Train/Val: 700 000 / 200 000 пар PSF
Метрики
| Тест | MAE/коэф., рад | WF RMS, рад | Strehl |
|---|
| Колмогоров D/r₀ ∈ [0.5, 20] | 0.045 | 0.17 | 0.97 |
| Равномерное U[−6,+6] (per-mode) | 0.082 | 0.31 | 0.91 |
| Closed-loop (D/r₀=5, 15 итер., gain=0.4) | — | 0.183 | 0.967 |
На чистой Колмогоровской турбулентности уступает zernike-cnn-v8-1.4 в 5 раз;
выбирать в зависимости от целевого распределения аберраций.
Использование
См. снипет в model card модели zernike-cnn-v8-1.4 (тот же класс ZernikeModel).
Заменить repo_id на j1ga/zernike-cnn-v8-2.0-def1_5.
