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.