CV-модели и локальные веса

Model-backed метод готов только тогда, когда одновременно доступны runtime, нужные файлы модели и корректная настройка метода. Установленный ml.runtime не означает, что веса уже загружены; наличие файла, в свою очередь, не доказывает совместимость runtime.

Сетевая граница. Загрузка запускается только отдельной кнопкой и обращается к Ultralytics/GitHub либо pinned Hugging Face repository. Model host видит обычные HTTPS metadata устройства (например, IP и User-Agent), но Screph не отправляет ему canonical project, разметку или исходные кадры. После загрузки inference выполняется локально. Для чувствительной сети используйте подготовленный вручную или offline runtime/model pack.

Три независимых слоя

Слой	Где проверять	Что подтверждает
`ml.runtime`	`Настройки → Зависимости`	Доступность выбранного Python/ML runtime и его packages.
Model asset	Страница семейства модели	Наличие обязательных файлов, путь и, когда объявлен pin, SHA-256.
Активный backend	Настройки модели и CV workspace	Какую готовую модель использует конкретный метод.

Кнопки Проверить runtime и Зависимости... на model tabs работают с тем же общим компонентом ml.runtime; они не устанавливают отдельную скрытую копию Python.

YOLO

Откройте Настройки → Модели YOLO. Страница хранит каталог моделей, флаг GPU, автозагрузку и активные модели для segment, detect и pose consumers. Таблица показывает имя, тип, размер, ориентир RAM/скорости и фактический статус файла.

Загрузить выбранную запускает Ultralytics в фоновом worker и переносит полученный .pt в выбранный каталог.
Удалить с диска удаляет локальный файл после подтверждения; registry entry при этом остаётся доступной для повторной загрузки.
Импорт своей модели копирует доверенный пользователем .pt, запрашивает имя и тип detect/segment/pose.
Поиск, фильтр и сортировка не меняют файлы. Двойной клик открывает справку по registry entry.

Текущая граница каталога. Встроенный registry содержит segment и pose entries (включая YOLOv8/YOLO11 и FastSAM), но не содержит готовых detect entries. Поле активной detect-модели и импорт custom detect реализованы. Добавленная custom entry живёт в registry текущего процесса; сам скопированный .pt остаётся на диске, но после перезапуска запись нужно добавить/импортировать снова. Пустой список активных моделей не подтверждает готовность default filename.

SAM

Откройте Настройки → Настройки CV → Модели SAM. Здесь выбираются каталог, backend по умолчанию, автозагрузка и checkpoint каждого backend.

Backend	Получение checkpoint	Проверка
MobileSAM	Управляемая загрузка с зафиксированной revision Hugging Face.	Наличие, SHA и пробная загрузка backend.
EfficientSAM	Управляемая загрузка с зафиксированной revision Hugging Face.	Наличие, SHA и пробная загрузка TorchScript.
FastSAM	Кнопка показывает инструкцию: автоматическая загрузка выключена, checkpoint берётся вручную из официального источника.	Наличие и пробная загрузка; SHA pin для этого manual artifact не объявлен.

OmniParser

Откройте Настройки → Настройки CV → OmniParser. Страница управляет каталогом, GPU, системной информацией PyTorch/CUDA и несколькими обязательными файлами каждого model component.

Рекомендуемый V2-набор состоит из icon_detect_v2 и icon_caption_v2; legacy V1.5 entries также присутствуют в registry.
Скачать выбранные получает artifacts из зафиксированной revision соответствующего Hugging Face repository.
Статус Загружена требует все обязательные локальные файлы; отсутствующий один файл делает component неготовым.
Лицензия показывается у каждой registry entry и может отличаться между detector и caption component.

Что означает SHA-статус

Не загружена / missing — нет файла или части обязательного набора.
Загружена / valid — обязательные пути существуют; полная hash-проверка могла ещё не запускаться.
Ошибка / broken — структура или заявленный SHA не совпали; замените или загрузите asset заново.

Проверить SHA даёт криптографическое подтверждение только для artifacts, у которых SHA-256 pin объявлен в manifest. Сообщение «pin не объявлен» означает «не проверено по известному хешу», а не автоматически «файл безопасен». Custom .pt запускайте только из доверенного источника.

Если метод не запускается

На model tab нажмите Проверить runtime; при ошибке откройте Зависимости... на компоненте ml.runtime.
Обновите статус files, проверьте фактический каталог и выполните SHA-проверку, если pin доступен.
Выберите загруженную модель как активную для нужного типа и повторите запуск из CV workspace.
Проверяйте показанную ошибку; Screph не заменяет отсутствующий model/backend скрытым облачным provider.

Runtime dependencies → · CV GUI и preview/apply →