Характеристики

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

Ссылки

LibreTinyFormerl-visdrone

Поиск объектовИзображение → bounding_boxes

Перепакованный чекпойнт TinyFormer-L, дообученный для обнаружения мелких объектов десяти классов на изображениях VisDrone2019.

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-visdrone — перепакованный чекпойнт TinyFormer-L от AICVlab Национального университета Ян Мин Цзяотун для обнаружения объектов на изображениях VisDrone2019. TinyFormer — гибридная архитектура YOLO-DETR на основе DEIMv2: Spatial Semantic Adapter и четырёхмасштабная шея Parallel Bi-fusion помогают обнаруживать мелкие объекты; в этой версии используется дообученная башня DINOv3 ViT-S/16. Модель предназначена для детекции 10 классов, включая пешеходов, автомобили, велосипеды, автобусы и трициклы.

Для валидационного набора VisDrone2019 авторы сообщают AP 32,2 по протоколу исходного проекта; этот показатель нельзя напрямую сопоставлять с результатами на COCO. В репозитории веса представлены в формате ONNX, а README описывает запуск через LibreYOLO. Параметры чекпойнта не менялись при перепаковке: добавлены только метаданные для маршрутизации модели в фабрике LibreYOLO. Распространение регулируется условиями Apache License 2.0 для кодовой базы TinyFormer и лицензии DINOv3 для производных параметров башни; применяются условия обеих лицензий.

Сценарии применения

обнаружение пешеходов на кадрах с дронов
поиск автомобилей и автобусов на аэрофотоснимках
детекция велосипедов и трициклов в городских сценах
обнаружение мелких объектов на изображениях VisDrone2019

Ограничения

Метрика AP 32,2 приведена по протоколу VisDrone2019 исходного проекта и не сопоставима напрямую с результатами COCO. Для распространения параметров башни DINOv3 действуют отдельные лицензионные условия наряду с Apache License 2.0.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

LibreTinyFormerl-visdrone

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 VisDrone2019 val AP (upstream protocol): 32.2.

This is the official VisDrone2019 finetune (10 classes: pedestrian, people, bicycle, car, van, truck, tricycle, awning-tricycle, bus, motor), initialised from the COCO checkpoint. The reported AP follows the upstream repository's VisDrone conversion and evaluation protocol and is not comparable to COCO numbers.

Usage

from libreyolo import LibreYOLO

model = LibreYOLO("LibreTinyFormerl-visdrone.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: 52d765b