Характеристики

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

Ссылки

Hugging Face arXiv 2605.25046

LibreTinyFormerxl

LibreYOLO

Поиск объектовИзображение → bounding_boxes

Детектор TinyFormer-XL на основе DINOv3 ViT-B/16 для обнаружения объектов, в том числе мелких, на изображениях.

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

LibreTinyFormerxl — веса детектора объектов TinyFormer-XL, перепакованные проектом LibreYOLO для загрузки через библиотеку LibreYOLO. Архитектура TinyFormer представляет собой гибрид YOLO-DETR на основе DEIMv2; модель ориентирована на обнаружение мелких объектов с помощью Spatial Semantic Adapter и четырёхмасштабного шейка Parallel Bi-fusion. В качестве основы используется дообученная башня DINOv3 ViT-B/16. Для COCO val2017 заявлена метрика mAP50–95 60,6.

Модель принимает изображения и выдаёт обнаруженные объекты с рамками и оценками классов. Репозиторий включает формат ONNX, а README показывает использование через LibreYOLO. Параметры обучения не изменялись: добавлена только обёртка метаданных для совместимости с фабрикой загрузки LibreYOLO. Распространение регулируется одновременно Apache License 2.0 для кодовой линии TinyFormer и лицензией DINOv3 для производных параметров основы; метаданные Hugging Face обозначают лицензию как other.

Сценарии применения

обнаружение мелких объектов на фотографиях
поиск объектов на изображениях с помощью LibreYOLO
детекция объектов на наборах изображений COCO
экспорт и запуск детектора в формате ONNX

Ограничения

Заявленная метрика приведена для COCO val2017 и не гарантирует аналогичного качества на других данных. Условия распространения включают как Apache License 2.0, так и лицензию DINOv3 для параметров основы.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

LibreTinyFormerxl

TinyFormer-XL-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-B/16 tower.

Reported COCO val2017 mAP50-95: 60.6.

Usage

from libreyolo import LibreYOLO

model = LibreYOLO("LibreTinyFormerxl.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-B/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: 38ffa64