Характеристики

Лицензия: Своя лицензия
Библиотека: libreyolo
Опубликована: 12 авг 2026

Ссылки

Hugging Face arXiv 2605.25046

LibreTinyFormerl

LibreYOLO

Поиск объектовИзображение → bounding_boxes

LibreTinyFormerl — переупакованные веса TinyFormer-L для обнаружения мелких объектов на изображениях через LibreYOLO.

0скачиваний за 30 дней0лайковвеса обновлены12 авг 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

LibreTinyFormerl — веса детектора объектов TinyFormer-L, переупакованные для библиотеки LibreYOLO. TinyFormer — гибридный детектор YOLO-DETR на основе DEIMv2, разработанный для обнаружения мелких объектов; в архитектуре используются Spatial Semantic Adapter и четырёхмасштабная Parallel Bi-fusion neck. В этой версии применяется дообученная башня DINOv3 ViT-S/16. Для COCO val2017 указана метрика mAP50–95 56,8.

Модель принимает изображения и предсказывает обнаруженные объекты с их классами и рамками; её можно использовать для инференса через LibreYOLO. Репозиторий содержит ONNX-файлы, а README показывает загрузку весов LibreYOLO и вызов predict для изображения. Параметры чекпойнта не изменялись: добавлены только метаданные-обёртка для выбора модели в фабрике LibreYOLO.

Модель основана на TinyFormer из mmpmmpmmpjosh/TinyFormer, а параметры backbone происходят от facebookresearch/dinov3. Распространение регулируется Apache License 2.0 для кодовой линии TinyFormer/DEIM и лицензией DINOv3 для унаследованных параметров; применяются условия обеих лицензий. В README указана оценка на COCO, но сведений о других наборах данных и условиях эксплуатации нет.

Сценарии применения

обнаружение мелких объектов на фотографиях
поиск объектов и определение их рамок на изображениях
запуск детектора объектов через библиотеку LibreYOLO

Ограничения

В README приведена метрика только для COCO val2017; качество на других данных не описано. Распространение чекпойнта связано условиями Apache License 2.0 и DINOv3 License, поэтому необходимо учитывать обе лицензии.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

LibreTinyFormerl

TinyFormer-L-PBM detection weights, repackaged for LibreYOLO. TinyFormer ("TinyFormer: Preserving Tiny Objects in YOLO-DETR Hybrid Real-time Detectors", arXiv:2605.25046) is a DEIMv2-derived YOLO-DETR hybrid specialised for tiny objects via a Spatial Semantic Adapter and a 4-scale Parallel Bi-fusion neck. This size runs on a finetuned DINOv3 ViT-S/16 tower.

Reported COCO val2017 mAP50-95: 56.8.

Usage

from libreyolo import LibreYOLO

model = LibreYOLO("LibreTinyFormerl.pt")   # auto-downloads from this repo
results = model.predict("image.jpg")

Source

Derived from mmpmmpmmpjosh/TinyFormer at commit 9075d9f, sourced from the official Google Drive checkpoint mirror. Copyright (C) 2026 AICVlab, National Yang Ming Chiao Tung University (NYCU). The TinyFormer codebase is licensed under the Apache License, Version 2.0 (DEIM/DEIMv2 lineage).

The backbone parameters derive from facebookresearch/dinov3 (a finetuned DINOv3 ViT-S/16 tower) and are licensed under the DINOv3 License. Because this checkpoint bundles DINOv3-derived parameters, the combined distribution is governed by the terms of both licenses.

Modifications

Checkpoint metadata wrapping only — learned parameters are unchanged (the EMA weights of the released solver checkpoint). The wrapper adds model_family, size, nc, and names fields so the unified LibreYOLO() factory routes correctly without filename heuristics. See weights/convert_tinyformer_weights.py in the LibreYOLO source repository.

License

Dual-licensed: Apache License 2.0 (TinyFormer/DEIMv2 components) and the DINOv3 License (backbone parameters). The combined LICENSE file in this repository contains both license texts. See also NOTICE for attribution detail.

Как запустить

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

GPU в ailist

Универсальный рантайм · libreyolo

Нельзя запустить

В репозитории нет config.json: не понять архитектуру модели.

Ревизия весов: e5b1490