Характеристики

Параметры: 7,1 млн
Лицензия: Apache 2.0
Архитектура: yolos · dense
Базовая модель: yolos-tiny
Библиотека: transformers
Опубликована: 15 июл 2025

Ссылки

Hugging Face

yolos-tiny-finetuned-600-epochs-TW-Marine-5cls-dataset

BrianLan

Поиск объектовИзображение → bounding_boxes3 профессии

Компактная дообученная модель YOLOS обнаруживает и локализует объекты морской тематики на изображениях.

119скачиваний за 30 дней0лайковвеса обновлены26 июл 2025

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

Это дообученная модель BrianLan на базе hustvl/yolos-tiny для обнаружения объектов на изображениях. Архитектура YOLOS использует подход Vision Transformer; модель содержит 7,1 млн параметров и предназначена для поиска объектов и определения их расположения. Название указывает на обучение в течение 600 эпох на наборе TW Marine с пятью классами, однако README не раскрывает состав классов и подробности датасета.

Модель принимает изображения и выдаёт обнаруженные объекты с их позициями и классами. Репозиторий использует формат safetensors и библиотеку Transformers. Лицензия — Apache-2.0; качество на конкретных изображениях и ограничения применения в карточке не описаны.

Сценарии применения

поиск морских объектов на изображениях
локализация объектов на морских снимках
автоматическая разметка изображений пятью классами
первичный анализ изображений для морского мониторинга

Ограничения

README не приводит метрики качества, состав пяти классов и подробности обучающего датасета, поэтому пригодность для конкретных условий применения следует оценивать отдельно.

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.8Разработка и данныеИнженерия данных и аналитикаAI помогает готовить надёжные данные и превращать их в понятную аналитику.22 задачи23 488моделей IV.8Отраслевые задачиГосударственное управление, правосудие и чрезвычайные ситуацииAI помогает улучшать государственные услуги, управление ресурсами, правосудие и реагирование на чрезвычайные ситуации.47 задач2 517моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

yolos-tiny-finetuned-600-epochs-TW-Marine-5cls-dataset

This model is a fine-tuned version of hustvl/yolos-tiny 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: 2
eval_batch_size: 8
seed: 42
optimizer: Use adamw_torch with betas=(0.9,0.999) and epsilon=1e-08 and optimizer_args=No additional optimizer arguments
lr_scheduler_type: linear
num_epochs: 600

Training results

Framework versions

Transformers 4.46.3
Pytorch 2.4.1+cu121
Datasets 3.1.0
Tokenizers 0.20.3

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: YolosForObjectDetection
Ревизия весов: 58a4f5a