/ Модель

Характеристики

Контекст
1 024 токена
Параметры
6,3 млн
Лицензия
Apache 2.0
Архитектура
conditional_detr · dense
Базовая модель
conditional-detr-resnet-50
Библиотека
transformers
Опубликована
20 ноя 2025

detr_finetuned_roadsigns

Поиск объектовИзображение → bounding_boxes3 профессии

Дообученная Conditional DETR с ResNet-50 обнаруживает дорожные знаки и их расположение на изображениях.

21скачиваний за 30 дней0лайковвеса обновлены22 ноя 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

Jesse020202/detr_finetuned_roadsigns — модель обнаружения дорожных знаков, созданная дообучением microsoft/conditional-detr-resnet-50. Она принимает изображения и предсказывает классы объектов и их ограничивающие рамки. Модель построена на архитектуре Conditional DETR с ResNet-50; в репозитории указаны веса в формате safetensors, библиотека Transformers и около 6,3 млн параметров.

Модель подходит для поиска дорожных знаков на изображениях, например для разметки дорожных сцен или прототипов систем помощи водителю. В README приведён результат на тестовой выборке: loss 0,9152; датасет и подробные метрики не описаны. Лицензия — Apache-2.0.

Сценарии применения

  • поиск дорожных знаков на изображениях
  • разметка дорожных сцен ограничивающими рамками
  • подготовка данных для систем распознавания дорожных знаков

Ограничения

Датасет обучения неизвестен, а в README приведён только loss 0,9152 без дополнительных метрик, поэтому качество на разных типах дорожных знаков оценить нельзя.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

detr_finetuned_roadsigns

This model is a fine-tuned version of microsoft/conditional-detr-resnet-50 on an unknown dataset. It achieves the following results on the evaluation set:

  • Loss: 0.9152

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: 25

Training results

Training LossEpochStepValidation Loss
No log1.0352.4704
No log2.0701.6563
No log3.01051.5779
No log4.01401.5352
No log5.01751.4800
No log6.02101.2647
No log7.02451.3520
No log8.02801.2205
No log9.03151.2303
No log10.03501.1987
No log11.03851.0827
No log12.04201.0480
No log13.04551.0071
No log14.04901.0634
3.488515.05250.9846
3.488516.05600.9775
3.488517.05950.9928
3.488518.06300.9659
3.488519.06650.9488
3.488520.07000.9296
3.488521.07350.9195
3.488522.07700.9125
3.488523.08050.9158
3.488524.08400.9151
3.488525.08750.9152

Framework versions

  • Transformers 4.56.2
  • Pytorch 2.8.0
  • Datasets 4.1.1
  • Tokenizers 0.22.1

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
ConditionalDetrForObjectDetection
Ревизия весов
e19836b

0 моделей