Характеристики

Лицензия: Apache 2.0
Архитектура: rf_detr · dense
Базовая модель: rf-detr-medium
Библиотека: transformers
Опубликована: 16 июл 2026

Ссылки

Hugging Face

rf_detr_finetuned_mobile_ui

Dragonball69

Поиск объектовИзображение → bounding_boxes

Дообученная RF-DETR Medium для обнаружения объектов мобильного пользовательского интерфейса на изображениях.

10скачиваний за 30 дней0лайковвеса обновлены16 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

Dragonball69/rf_detr_finetuned_mobile_ui — дообученная модель обнаружения объектов на основе Roboflow/rf-detr-medium. Она предназначена для поиска и локализации объектов пользовательского интерфейса на изображениях; набор классов и обучающие данные в карточке не описаны. Модель использует архитектуру RF-DETR Medium и принимает изображения, выдавая обнаруженные объекты с их локализацией и классами.

Модель опубликована в формате safetensors и распространяется по лицензии Apache-2.0. Подробности о качестве, оценке и известных ограничениях не приведены.

Сценарии применения

обнаружение элементов мобильного интерфейса на скриншотах
локализация кнопок и других объектов интерфейса
анализ скриншотов мобильных приложений

Ограничения

В README не описаны обучающий набор данных, классы объектов и результаты оценки, поэтому качество обнаружения конкретных элементов интерфейса определить нельзя.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

rf_detr_finetuned_mobile_ui

This model is a fine-tuned version of Roboflow/rf-detr-medium 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: 5e-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: cosine
num_epochs: 5

Framework versions

Transformers 5.12.1
Pytorch 2.11.0+cpu
Datasets 4.0.0
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: RfDetrForObjectDetection
Ревизия весов: 9abeb38