Синергия индустрии: Corridor Digital, NVIDIA и Microsoft
Модель CorridorKey 2.0 разработана при прямом участии студии Corridor Digital, исследователя Закари Харриса (Zachary Harris) и технологических гигантов. В отличие от многих закрытых решений, этот проект полностью открыт для коммерческого и личного использования. Архитектура модели опирается на три «замороженные» фундаментальные модели (Foundation Models), что обеспечивает стабильность и высокое качество:
- C-RADIOv4-SO400M от NVIDIA;
- MoGe-2 ViT-B от Microsoft;
- RVM small от Google DeepMind.
Разработчики подчеркивают, что это решение «убивает зеленого монстра» — сложность ручного ротоскопинга. Модель способна работать как автономно, так и в связке с внешними масками, предлагая гибкость, недоступную в простых нейросетевых фильтрах.
Технические требования и установка
Для работы требуется локальная машина с GPU NVIDIA (серия RTX 30xx и новее). Модель весит около 5 ГБ, а окружение требует Python и CUDA-версию PyTorch. Ниже приведена сводка системных требований для разных разрешений:
| Параметр | Значение / Требование |
|---|---|
| Минимальная видеопамять (VRAM) | 4 ГБ (для 1440p), 6 ГБ (для 4K) |
| Версия PyTorch | torch==2.9.1, torchvision==0.24.1 |
| Размер весов модели | ~5 ГБ (скачиваются через Hugging Face) |
| Поддерживаемые ОС | Windows, Linux |
| Лицензия | Свободное использование (коммерческое и личное) |
Гибкие режимы инференса и контроль качества
Ключевое преимущество CorridorKey 2.0 — три режима работы, позволяющие точно настраивать процесс выделения объекта. Пользователь может выбирать между скоростью и контролем:
| Режим | Входные данные | Преимущества | Риски |
|---|---|---|---|
| No Hint (Без подсказок) | Только видео | Самый быстрый старт, не требует подготовки масок | Модель может выбрать не тот объект при сложной сцене |
| First-Frame Hint (Кадр-подсказка) | Видео + маска первого кадра | Идеальный баланс: четкая идентификация объекта в начале, автоматическое отслеживание (Hann carry) | Возможна «дрейф» маски при длительных кадрах или сложных окклюзиях |
| Full Hint Video (Полная маска) | Видео + видео-маска по кадрам | Максимальный контроль, идеально для профессионального пайплайна | Результат зависит от качества входной маски; возможна привязка к артефактам |
Новый плагин и удобство работы
Главная новость для художников — выход официального плагина, разработанного под руководством Але Альваро (Ale Alvaro). Теперь не нужно работать с командной строкой: плагин доступен для большинства популярных программ для создания медиа. Покупка осуществляется разово и дает доступ ко всем плагинам экосистемы. Для тех, кто предпочитает кастомизацию, остается открытым репозиторий с Python-скриптами, позволяющими внедрять CorridorKey в собственные инструменты.
Тонкая настройка через Hann-окна
Модель использует временные окна (Hann windows) для обработки кадров. По умолчанию размер окна выбирается автоматически на основе свободной VRAM, но продвинутые пользователи могут задать параметры вручную через флаги --hann_chunk и --hann_stride. Например, соотношение 80/40 обеспечивает максимальный контекст для мощных GPU, в то время как 1/1 отключает временную зависимость для экономии памяти. Параметр --hint_quality позволяет регулировать доверие модели к внешним маскам: 0.95 для точных масок художника и 0.50 для грубых автоматических предсказаний.
Источник: Github ↗