Характеристики

Контекст: 1 024 токена
Параметры: 6,3 млн
Лицензия: Apache 2.0
Архитектура: detr · dense
Базовая модель: detr-resnet-50
Библиотека: transformers
Опубликована: 9 окт 2026

Ссылки

Hugging Face

2_furniture_use_data_finetuning

BaekDongSeong

Поиск объектовИзображение → bounding_boxes

Дообученная модель DETR на ResNet-50 для обнаружения объектов и их рамок на изображениях.

152скачиваний за 30 дней0лайковвеса обновлены9 окт 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

BaekDongSeong дообучил DETR на базе ResNet-50 для обнаружения объектов на изображениях; карточка сообщает, что модель обучалась на наборе данных, сведения о котором не раскрыты. Она предсказывает классы объектов и их ограничивающие рамки. Модель предназначена для компьютерного зрения, однако конкретные категории мебели или другие целевые классы по доступным данным установить нельзя.

Модель распространяется в формате Safetensors через Transformers и использует лицензию Apache-2.0. В карточке указано 6,3 млн параметров и контекст 1024 токена; для задачи обнаружения объектов ключевой вход — изображение, а выход — классы и рамки объектов. Данных о качестве, обучающем наборе и известных ограничениях в README нет.

Сценарии применения

обнаружение объектов на изображениях
определение классов объектов и их расположения
автоматическая разметка изображений рамками объектов

Ограничения

Не раскрыты обучающий набор данных, целевые классы и результаты оценки качества, поэтому нельзя определить пригодность модели для конкретных категорий объектов.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

2_furniture_use_data_finetuning

This model is a fine-tuned version of facebook/detr-resnet-50 on an unknown dataset.

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: 8
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: 100
mixed_precision_training: Native AMP

Training results

Framework versions

Transformers 4.57.6
Pytorch 2.11.0+cu130
Datasets 4.8.5
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: DetrForObjectDetection
Ревизия весов: c28b604