Характеристики

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

Ссылки

Hugging Face arXiv 2605.25046

LibreTinyFormerx-visdrone

LibreYOLO

Поиск объектовИзображение → bounding_boxes

Детектор TinyFormer-X-PBM для обнаружения мелких объектов на изображениях с дронов в наборе классов 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

LibreTinyFormerx-visdrone — веса детектора объектов TinyFormer-X-PBM, перепакованные проектом LibreYOLO из официального чекпойнта дообучения для VisDrone2019. Архитектура представляет собой гибрид YOLO-DETR на основе DEIMv2: для обнаружения мелких объектов используются Spatial Semantic Adapter и четырёхмасштабная Parallel Bi-fusion neck; в этой версии применяется дообученная башня DINOv3 ViT-S/16+. Модель распознаёт 10 классов VisDrone2019: пешеходов, людей, велосипеды, автомобили, фургоны, грузовики, трициклы, моторизованные трициклы с навесом, автобусы и мотоциклы.

Модель предназначена для обнаружения объектов на изображениях, в том числе мелких объектов в сценах с дронов. В README приведён результат AP 34,7 на валидационной части VisDrone2019 по протоколу исходного проекта; он не сопоставим с результатами на COCO. Репозиторий содержит веса ONNX. Изменения при упаковке затронули только метаданные чекпойнта, обученные параметры не менялись. Распространение регулируется условиями Apache License 2.0 и лицензии DINOv3, поскольку чекпойнт включает параметры на основе DINOv3.

Сценарии применения

обнаружение пешеходов и транспорта на снимках с дронов
поиск мелких объектов на аэрофотоснимках
подсчёт транспортных средств на изображениях VisDrone
локализация велосипедов, автобусов и грузовиков на кадрах наблюдения

Ограничения

Модель предназначена для 10 классов VisDrone2019; приведённый AP 34,7 получен по протоколу исходного проекта и не сопоставим с оценками COCO. При распространении необходимо соблюдать условия обеих лицензий: Apache License 2.0 и DINOv3 License.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

LibreTinyFormerx-visdrone

TinyFormer-X-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): 34.7.

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("LibreTinyFormerx-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: 9e0ec5c