/ Модель

Характеристики

Контекст
1 024 токена
Параметры
6,3 млн
Лицензия
Apache 2.0
Архитектура
conditional_detr · dense
Базовая модель
conditional-detr-resnet-50
Библиотека
transformers
Опубликована
2 авг 2026

detr-cppe5-ppe-detector

Поиск объектовИзображение → bounding_boxes3 профессии

Дообученная Conditional DETR с ResNet-50 для обнаружения объектов и средств индивидуальной защиты на изображениях.

13скачиваний за 30 дней0лайковвеса обновлены2 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

AlphaAkib/detr-cppe5-ppe-detector — дообученная модель Conditional DETR с ResNet-50 для обнаружения объектов на изображениях. Она предсказывает классы объектов и их ограничивающие рамки; название репозитория указывает на задачу обнаружения средств индивидуальной защиты (PPE), однако карточка не раскрывает классы объектов и состав обучающих данных. Модель использует библиотеку Transformers и сохранена в формате safetensors.

Модель предназначена для поиска и локализации объектов на изображениях, в частности средств индивидуальной защиты. В карточке приведён результат оценки Loss 1.1687, но не описаны протокол оценки, качество по отдельным классам или ограничения применения. Лицензия — Apache-2.0.

Сценарии применения

  • обнаружение касок и другой защитной экипировки на фото
  • проверка наличия средств индивидуальной защиты на рабочих площадках
  • локализация объектов на изображениях с помощью ограничивающих рамок

Ограничения

В README не перечислены классы объектов и набор данных; указан только Loss 1.1687 без подробностей о методике оценки. Практическую точность детектора по карточке определить нельзя.

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

detr-cppe5-ppe-detector

This model is a fine-tuned version of microsoft/conditional-detr-resnet-50 on an unknown dataset. It achieves the following results on the evaluation set:

  • Loss: 1.1687

Model description

More information needed

Intended uses & limitations

More information needed

Training and evaluation data

More information needed

Training procedure

Training hyperparameters

The following hyperparameters were used during training:

  • learning_rate: 5e-05
  • train_batch_size: 8
  • eval_batch_size: 8
  • seed: 42
  • optimizer: Use OptimizerNames.ADAMW_TORCH with betas=(0.9,0.999) and epsilon=1e-08 and optimizer_args=No additional optimizer arguments
  • lr_scheduler_type: cosine
  • num_epochs: 30
  • mixed_precision_training: Native AMP

Training results

Training LossEpochStepValidation Loss
No log1.01061.9109
No log2.02121.7408
No log3.03181.7527
No log4.04241.5295
3.58595.05301.5355
3.58596.06361.5048
3.58597.07421.4679
3.58598.08481.4037
3.58599.09541.4161
1.324810.010601.3470
1.324811.011661.3197
1.324812.012721.3047
1.324813.013781.3000
1.324814.014841.2670
1.160615.015901.2603
1.160616.016961.2669
1.160617.018021.2255
1.160618.019081.2329
1.036319.020141.1964
1.036320.021201.1991
1.036321.022261.1966
1.036322.023321.1834
1.036323.024381.1747
0.93824.025441.1785
0.93825.026501.1752
0.93826.027561.1718
0.93827.028621.1747
0.93828.029681.1736
0.894329.030741.1734
0.894330.031801.1687

Framework versions

  • Transformers 4.49.0
  • Pytorch 2.11.0+cu128
  • Datasets 2.21.0
  • Tokenizers 0.21.4

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers · object-detection

Можно запустить

Подбираем GPU…

Класс архитектуры
ConditionalDetrForObjectDetection
Ревизия весов
d62c3a5

0 моделей