/ Модель

Характеристики

Лицензия
CC BY-NC 4.0
Архитектура
ov_deim · dense
Библиотека
libreyolo
Опубликована
14 июл 2026

LibreOVDEIMl

Поиск объектовИзображение → bounding_boxes3 профессии

Детектор LibreYOLO находит объекты на изображениях по произвольным текстовым запросам, в том числе без отдельного обучения на заданные категории.

23скачиваний за 30 дней0лайковвеса обновлены14 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

LibreOVDEIMl — детектор объектов с открытым словарём OV-DEIM-L, опубликованный LibreYOLO. Он находит объекты на изображениях по текстовым запросам, включая категории и описания, заданные пользователем. Модель содержит 36 млн параметров: детектор с дообученной основой DINOv3-S/16 и текстовый модуль MobileCLIP-B(LT), который кодирует запросы во время работы. Модельные веса конвертированы из wleilei/OV-DEIM; обучающие параметры детектора взяты из обучения на Objects365v1 и GoldG.

Модель предназначена для обнаружения объектов в реальном времени и zero-shot поиска по произвольным текстовым описаниям. В README указаны 45,9 AP на COCO val2017 для версии L; автор исходной работы сообщает о 91 FPS на T4 с TensorRT при размере входа 640. Репозиторий содержит веса safetensors и использует библиотеку LibreYOLO. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но некоммерчески.

Сценарии применения

  • поиск заданных объектов на фотографиях по текстовому описанию
  • обнаружение произвольных категорий объектов без дообучения
  • поиск людей, предметов и техники на изображениях
  • интерактивная смена классов объектов для детекции
  • быстрое обнаружение объектов в приложениях компьютерного зрения

Ограничения

Лицензия CC BY-NC 4.0 ограничивает использование некоммерческими целями. Скорость 91 FPS приведена для T4 с TensorRT и входом 640, поэтому её нельзя напрямую переносить на другие конфигурации.

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

LibreOVDEIMl

OV-DEIM-L real-time open-vocabulary detector (36M params, DINOv3-S/16 (Meta, fine-tuned) backbone) repackaged for LibreYOLO's LibreOpenVocab tier, bundled with the MobileCLIP-B(LT) text tower for online prompt encoding.

Source

Detector converted from wleilei/OV-DEIM at commit dfbf394672407b7f837ec08e7d68e8127548b254 (checkpoint ovdeim_l.pth, trained on Objects365v1 + GoldG). Text encoder taken from apple/MobileCLIP-B-LT-OpenCLIP.

Paper: OV-DEIM: Real-time DETR-Style Open-Vocabulary Object Detection with GridSynthetic Augmentation (arXiv 2603.07022). Upstream reports 91 FPS on a T4 with TensorRT at 640 input.

Modifications

State-dict key remapping and merge only (module. prefix stripped, the training-only denoising embedding dropped, the MobileCLIP text tower stored under text_encoder.*). Learned parameters are unchanged. See weights/convert_ovdeim_weights.py in the LibreYOLO source repository.

LibreYOLO's port reproduces the upstream paper's zero-shot COCO val2017 result through this artifact (45.9 AP for the L size).

Usage

from libreyolo import LibreOpenVocab

model = LibreOpenVocab("ov-deim-l")
model.set_classes(["person", "a red backpack", "forklift"])
results = model.predict("image.jpg")

License

Layered, most restrictive governs the combined artifact:

See NOTICE for attribution details.

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · libreyolo · object-detection

Нельзя запустить

Архитектура ov_deim неизвестна transformers в образе рантайма.

Ревизия весов
d7d45aa

0 моделей