Характеристики

Лицензия: Apache 2.0
Опубликована: 21 авг 2026

Ссылки

Hugging Face

deim-dfine-m-coco-onnx

AnnotateIt

Поиск объектовИзображение → bounding_boxes

Неофициальная ONNX-конверсия DEIM D-FINE-M для обнаружения объектов 80 классов COCO на изображениях 640×640.

25скачиваний за 30 дней0лайковвеса обновлены18 сен 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

AnnotateIt публикует неофициальную конверсию модели обнаружения объектов DEIM D-FINE-M от Intellindust AI Lab в формат ONNX. Модель принимает изображение RGB размером 640×640 в виде тензора float32 NCHW. Граф возвращает необработанные логиты для 80 классов COCO и координаты 300 рамок в формате cxcywh; постобработка выполняется отдельно.

Модель предназначена для обнаружения объектов на изображениях в сценариях, где инференс запускается через ONNX-совместимую среду. В карточке указана заявленная авторами исходной модели точность COCO AP 52,7, но эта конверсия отдельно не проверялась. Для подготовки результата нужно самостоятельно применить sigmoid к логитам, преобразовать рамки и выполнить необходимую фильтрацию; NMS, изменение размера и другая постобработка в граф не включены. Лицензия — Apache-2.0.

Сценарии применения

обнаружение объектов на изображениях COCO
получение рамок объектов в ONNX Runtime
интеграция детектора объектов в приложение компьютерного зрения

Ограничения

Модель принимает только изображения фиксированного размера 640×640 и выдаёт необработанные выходы без NMS и прочей постобработки, которую нужно реализовать отдельно. Заявленная точность COCO AP 52,7 относится к исходной модели и не была повторно измерена для этой конверсии.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

AnnotateIt · Open the app · Models & datasets · Documentation

Unofficial ONNX conversion of DEIM (Intellindust AI Lab) — dfine-m

Single-file ONNX exporting the raw model outputs (no NMS, no sigmoid, no top-k, no resizing — all pre/postprocessing stays outside the graph). Unofficial conversion; not endorsed by the upstream authors. Upstream-reported COCO AP: 52.7 (not re-measured here).

Input contract


name	`images`
dtype / layout	`float32`, NCHW
shape	`[1, 3, 640, 640]` (static)

Preprocessing: RGB → resize (stretch) to 640×640 → float32 ÷255 → ÷255, no mean/std normalization → HWC→CHW → batch dim.

Output contract

output	shape	meaning
`logits`	`[1, 300, 80]`	raw class logits (apply sigmoid yourself)
`pred_boxes`	`[1, 300, 4]`	normalized `cxcywh`

80-class COCO (contiguous 0..79), 300 queries, DETR-style set prediction — no NMS.

Artifact


`model.onnx` SHA-256	`259bc34835243fbcc42f69e7b5b1dc9eda25a77cd7ecf4261950d472c3c4a05c` (77,925,210 bytes)

License

Apache-2.0 (see LICENSE / NOTICE). Upstream: DEIM (Intellindust AI Lab).

Как запустить

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

GPU в ailist

Универсальный рантайм

Нельзя запустить

В репозитории нет весов в формате PyTorch/safetensors.

Ревизия весов: 30d8834