YADRO: нейросетевая цветокоррекция камеры планшета KVADRA_T

Выбрана сверхлёгкая сеть MSLTNet примерно на 8000 параметров. Она раскладывает изображение по пирамиде Лапласа, разделяя низкочастотную составляющую (яркость и цвет) и высокочастотную (детали), и обрабатывает их разными ветками ради экономии вычислений. Путь оптимизации: сначала вариант на TensorFlow Lite GPU, затем гибрид CPU+GPU, затем собственная CPU-реализация с оптимизацией на NEON. Отдельно пришлось бороться с бандинг-артефактами на насыщенных сценах.

Вендор и технология: YADRO, модель MSLTNet с собственной оптимизацией под CPU/GPU/NPU.

Снимки с камеры планшета выходили блёклыми и требовали автоматического улучшения яркости и цвета. При этом обработка должна была идти на устройстве почти в реальном времени и без артефактов, а стандартные подходы вроде MIRNet и Pix2PixHD тратили около 50 секунд на кадр.

• Обрабатывать 12-мегапиксельное фото примерно за секунду на устройстве

• сохранить естественную цветопередачу без перенасыщения

• убрать визуальные артефакты

• уложиться в возможности CPU, GPU и NPU

• удержать размер модели минимальным

• Результаты

• Итог 0,45 с на снимок 12 Мп

• промежуточные результаты — 2,3 с на TFLite GPU (12 Мп) и 0,8 с в режиме 3 Мп, 1,3 с на гибриде CPU+GPU, 0,6 с на первой NEON-версии

• модель около 8000 параметров против ~50 с у MIRNet и Pix2PixHD Нагрузка и масштаб

• Планшет KVADRA_T, обработка снимков 12 Мп на устройстве Сроки

• Публикация 02.09.2026