/ Модель

Характеристики

Лицензия
CC BY-NC 4.0
Библиотека
complexity-framework
Опубликована
15 авг 2026

TR-HASH-Vision-v8-2M-COCO

Поиск объектовИзображение → bounding_boxes3 профессии

Компактный детектор TR-HASH Vision v8 Nano находит объекты 80 классов COCO на изображениях размером 640 × 640.

18скачиваний за 30 дней1лайквеса обновлены16 авг 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

TR-HASH Vision v8 Nano — COCO — компактный детектор объектов AETHORIA-AI, обученный с нуля на COCO 2017. Он предназначен для обнаружения объектов на изображениях; модель оценивается на официальном разбиении COCO val2017, содержит ветви инференса O2M и NMS-free и распознаёт 80 классов COCO.

Архитектура — иерархический anchor-free vision tower с маршрутизацией пространственных токенов к двум узким экспертам из восьми и общей ветвью SwiGLU. Модель содержит 2,53 млн параметров и рассчитана на входное разрешение 640 × 640. Веса опубликованы в формате safetensors; библиотека — complexity-framework.

Это исследовательский чекпойнт после 50 эпох предварительного обучения. README отмечает, что точность ниже, чем у зрелых промышленных детекторов, а NMS-free ветвь требует дополнительной калибровки. Лицензия CC-BY-NC-4.0 разрешает использование с указанием авторства, но некоммерческое.

Сценарии применения

  • обнаружение объектов на изображениях COCO
  • поиск и локализация объектов на чистых изображениях
  • экспериментальная оценка лёгкого детектора компьютерного зрения

Ограничения

Это исследовательский чекпойнт, точность которого уступает зрелым промышленным детекторам; ветвь NMS-free требует дополнительной калибровки. Перед применением следует проверить точность, задержку и характер ошибок на целевом домене.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

TR-HASH Vision v8 Nano — COCO

Final checkpoint from the first 50-epoch COCO pretraining run of the corrected 2.53M-parameter TR-HASH Vision v8 architecture.

TR-HASH Vision is a compact anchor-free detector with a hierarchical vision tower. Spatial-token identities route activations through two narrow experts among eight, while a wider shared SwiGLU path remains active for every token. The model was trained from random initialization without an external detector or classification backbone.

Architecture

PropertyValue
Input resolution640 × 640
Parameters2.53M
Vision stages2 / 2 / 3 blocks
Experts8 stored, top-2 active
Shared / expert width216 / 27
Detection scalesP2 / P3 / P4 / P5
Necknormalized PAN, 2 repeats
RegressionLTRB + DFL, reg_max=16
Inference branchesO2M + NMS and one-to-one NMS-free

Evaluation

Official COCO evaluation on the 5,000-image val2017 split at 640 px. The checkpoint was selected at the final epoch by official COCO mAP50-95.

TR-HASH Vision v8 COCO metrics

Example detection

Plain-language context: the final O2M checkpoint reaches 16.59 COCO AP, or approximately 52% of the 32.2 AP YOLO26 reference used for this comparison. TR-HASH reached this point in one 50-epoch run from random initialization. This is a progress indicator rather than a strict apples-to-apples efficiency claim: training recipes, initialization and compute budgets differ.

MetricScore
COCO AP50-950.1659
COCO AP500.2781
COCO AP750.1714
AP small0.0947
AP medium0.1796
AP large0.2429
AR1000.3435
Best F1 / confidence0.4094 / 0.190
MetricScore
COCO AP50-950.0806
COCO AP500.1208
COCO AP750.0882
AP small0.0577
AP medium0.1093
AP large0.1214
AR1000.3506
Best F1 / confidence0.2326 / 0.134

The O2M branch is the recommended inference path. NMS-free reaches similar recall but still trails in score calibration and average precision. Expand the panels above for branch-level results; the raw evaluator outputs remain in validation.json and validation_nms_free.json.

Inference

from PIL import Image
import torch

from complexity.generative.detection import (
    load_detector_from_hub,
    preprocess_detector_image,
    restore_detector_boxes,
)

device = "cuda" if torch.cuda.is_available() else "cpu"
model = load_detector_from_hub(
    "AETHORIA-AI/TR-HASH-Vision-v8-2M-COCO",
    device=device,
)
pixels, metadata = preprocess_detector_image(
    Image.open("image.jpg"), model.config.image_size
)

with torch.inference_mode():
    prediction = model.predict(
        pixels[None].to(device),
        nms_free=False,
        confidence_threshold=0.19,
    )[0]
prediction["boxes"] = restore_detector_boxes(
    prediction["boxes"].cpu(), metadata
)

Class IDs are listed in class_names.json. The reported O2M metrics use the official COCO evaluator; validation.json contains the complete result.

Files

  • ema.safetensors: recommended EMA detector weights;
  • model.safetensors: non-EMA detector weights;
  • training_state.pt: optimizer, scheduler and exact training state;
  • tower.safetensors and ema_tower.safetensors: standalone vision tower;
  • config.json: complete v8 architecture configuration;
  • validation.json: official O2M + NMS COCO metrics;
  • validation_nms_free.json: official NMS-free COCO metrics;
  • metrics.csv: complete pretraining and validation history;
  • class_names.json: the 80 COCO classes.

Both inference branches are contained in the same weights. The two metric files record their independent evaluations.

Training

  • Dataset: COCO 2017
  • Initialization: random
  • Epochs: 50
  • Optimizer: MuSGD
  • Precision: BF16
  • EMA: enabled
  • External pretrained weights: none

Supervised clean-image refinement is planned as a separate follow-up phase and is not included in the metrics above.

Limitations

This is a research checkpoint, not a production release. Accuracy remains below mature production detectors, and the NMS-free branch requires further calibration. Validate accuracy, latency and failure modes on your own target domain before deployment.

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · complexity-framework · object-detection

Нельзя запустить

Архитектура ? неизвестна transformers в образе рантайма.

Ревизия весов
5d78f18

0 моделей