Color2333/pbr-scorer-qwen25-vl-lora

PBR Scorer — Qwen2.5-VL QLoRA 打分器

把 Qwen2.5-VL-7B 微调成 PBR 逐通道质量打分器（Q-Align/DeQA 范式）。本仓库是 LoRA adapter，需配基座 Qwen/Qwen2.5-VL-7B-Instruct。

模型（当前版：fullcover 160k）

• —QLoRA（4-bit NF4 冻结基座 + LoRA on LLM proj + 视觉塔 blocks，~47.6M 可训）。
• —无自定义头：读 answer 位 6 个数字 token（"0"…"5"）softmax，期望值 = 分数。
• —训练：160k items（全覆盖），DeQA 软标签（高斯 σ=0.75）CE。（旧版为 60k，已弃用。）
• —输入：[通道图, 渲染图, base_color] + 每通道评分准则 prompt。
• —权重：models/qwen25_fullcover/（软链 models/qwen25_adapter）。

结果（golden 200，精选/GT均衡/高清，2026-06 实测）

综合分级能力：模型综合分 vs 人工 finalScore 相关 0.875、vs tier 档位 0.836 → 能很好地把资产排出"电影级→勉强可用"。

fullcover(160k) 全面优于旧 60k 版（golden mean 0.740 vs 0.722，metallic 0.554 vs 0.540，tier 0.836 vs 0.800）。 读出可换温度（T≈0.25）以恢复两端、提升"守护精品"。

参照：旧 60k 版 old-test(4917) SRCC mean 0.792 / metallic 0.631（不同测试集，不可与 golden 直接比绝对值）。

用法

from transformers import AutoModelForImageTextToText
from peft import PeftModel
base = AutoModelForImageTextToText.from_pretrained("Qwen/Qwen2.5-VL-7B-Instruct", load_in_4bit=True)
model = PeftModel.from_pretrained(base, "<this-repo>")
# 推理：构造 [channel, render, base_color] + prompt，读 6 数字 token softmax 取期望
# 完整逻辑见代码仓库 vlm_scorer_eval.py

局限

同 DINOv2 卡：聚合 SRCC 受单人标注噪声封顶 ~0.79；metallic 最弱；训练数据私有不分发。

License

继承 Qwen2.5-VL 基座许可；本 adapter 为衍生物，研究用途。