Характеристики

Лицензия: Apache 2.0
Архитектура: d_fine · dense
Базовая модель: manga-panel-detector-dfine
Библиотека: transformers
Опубликована: 9 июл 2026

Ссылки

Hugging Face

manga-face-detector-dfine-v1

Attach3

Поиск объектовИзображение → bounding_boxes3 профессии

Дообученная модель D-FINE для обнаружения и локализации лиц на изображениях манги.

18скачиваний за 30 дней0лайковвеса обновлены9 июл 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

Attach3 разработала manga-face-detector-dfine-v1 — модель обнаружения лиц на изображениях манги. Это дообученная версия Attach3/manga-panel-detector-dfine на наборе Attach3/manga109s-faces-single, построенная на архитектуре D-FINE для обнаружения объектов. Модель предназначена для локализации лиц на страницах манги и может использоваться при автоматической разметке или анализе изображений.

В README приведены результаты оценки: mAP 0,2875 и mAP@50 0,5672; показатели различаются для объектов разных размеров. Модель распространяется в формате Safetensors через Transformers по лицензии Apache-2.0. Сведения о поддерживаемых языках и ограничениях применения в карточке отсутствуют.

Сценарии применения

поиск лиц на страницах манги
автоматическая разметка лиц в манге
локализация персонажей на сканах манги

Ограничения

На оценочном наборе указаны mAP 0,2875 и mAP@50 0,5672; качество обнаружения зависит от размера объекта. Показатели не гарантируют качество на других наборах изображений.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

IV.9Отраслевые задачиМедиа, журналистика, культура, архивы и игрыAI помогает создавать, искать, сохранять и персонализировать медиа, культурный и игровой контент.44 задачи14 938моделей II.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделей II.8Разработка и данныеИнженерия данных и аналитикаAI помогает готовить надёжные данные и превращать их в понятную аналитику.22 задачи23 488моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

manga-face-detector-dfine-v1

This model is a fine-tuned version of Attach3/manga-panel-detector-dfine on the Attach3/manga109s-faces-single dataset. It achieves the following results on the evaluation set:

Loss: 4.5347
Map: 0.2875
Map 50: 0.5672
Map 75: 0.2518
Map Small: 0.1438
Map Medium: 0.3099
Map Large: 0.3967
Mar 1: 0.0968
Mar 10: 0.4484
Mar 100: 0.5884
Mar Small: 0.3936
Mar Medium: 0.5848
Mar Large: 0.7378
Map Face: 0.2875
Mar 100 Face: 0.5884

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: 1e-05
train_batch_size: 8
eval_batch_size: 1
seed: 42
optimizer: Use OptimizerNames.ADAMW_TORCH_FUSED with betas=(0.9,0.999) and epsilon=1e-08 and optimizer_args=No additional optimizer arguments
lr_scheduler_type: linear
num_epochs: 15.0

Training results

Training Loss	Epoch	Step	Validation Loss	Map	Map 50	Map 75	Map Small	Map Medium	Map Large	Mar 1	Mar 10	Mar 100	Mar Small	Mar Medium	Mar Large	Map Face	Mar 100 Face
15.4498	1.0	1383	3.7752	0.26	0.4968	0.2403	0.099	0.2599	0.3989	0.093	0.3632	0.5589	0.3394	0.5709	0.6845	0.26	0.5589
14.6906	2.0	2766	3.9415	0.2835	0.5478	0.2532	0.1221	0.2919	0.3987	0.0978	0.4086	0.5734	0.3696	0.5767	0.7106	0.2835	0.5734
14.4156	3.0	4149	4.0874	0.2964	0.5837	0.2582	0.133	0.3083	0.4032	0.0993	0.43	0.576	0.3759	0.5766	0.7179	0.2964	0.576
14.2519	4.0	5532	4.1849	0.3009	0.5961	0.2602	0.1386	0.3205	0.404	0.0997	0.4389	0.5777	0.3824	0.5766	0.7208	0.3009	0.5777
14.1930	5.0	6915	4.2457	0.2981	0.5859	0.2595	0.1408	0.3118	0.4042	0.0995	0.442	0.5811	0.3831	0.5795	0.7271	0.2981	0.5811
14.1194	6.0	8298	4.3367	0.2962	0.5865	0.2576	0.1394	0.3136	0.4029	0.0987	0.4457	0.5853	0.3932	0.5831	0.7288	0.2962	0.5853
14.0494	7.0	9681	4.3983	0.2958	0.5844	0.2598	0.1425	0.3173	0.4022	0.0979	0.4475	0.5852	0.3912	0.5822	0.7325	0.2958	0.5852
13.9709	8.0	11064	4.4487	0.2855	0.5689	0.2475	0.1401	0.3044	0.3898	0.0969	0.4444	0.5866	0.3911	0.5843	0.7327	0.2855	0.5866
13.9378	9.0	12447	4.4390	0.288	0.569	0.2536	0.1405	0.3065	0.3948	0.0977	0.4468	0.5861	0.3883	0.5837	0.7345	0.288	0.5861
13.9212	10.0	13830	4.4660	0.2911	0.5752	0.2571	0.1421	0.3113	0.4003	0.0979	0.4478	0.5865	0.3903	0.5832	0.7358	0.2911	0.5865
13.9169	11.0	15213	4.5232	0.2848	0.5656	0.2458	0.1408	0.3065	0.3864	0.0962	0.4448	0.585	0.3894	0.5806	0.7368	0.2848	0.585
13.8883	12.0	16596	4.5203	0.2846	0.5607	0.2505	0.1403	0.3058	0.3928	0.0971	0.4463	0.5891	0.3938	0.586	0.7373	0.2846	0.5891
13.9033	13.0	17979	4.5300	0.2934	0.5764	0.258	0.1422	0.3115	0.4047	0.0981	0.4507	0.5889	0.3951	0.5855	0.7367	0.2934	0.5889
13.8875	14.0	19362	4.5289	0.2863	0.5628	0.2509	0.1424	0.3076	0.3954	0.0968	0.4456	0.5872	0.3927	0.5833	0.7367	0.2863	0.5872
13.8552	15.0	20745	4.5347	0.2875	0.5672	0.2518	0.1438	0.3099	0.3967	0.0968	0.4484	0.5884	0.3936	0.5848	0.7378	0.2875	0.5884

Framework versions

Transformers 5.13.0
Pytorch 2.13.0+cu130
Datasets 5.0.0
Tokenizers 0.22.2

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: DFineForObjectDetection
Ревизия весов: ac64836