Характеристики

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

Ссылки

Hugging Face arXiv 2605.25046

LibreTinyFormerxl-obj2coco

LibreYOLO

Поиск объектовИзображение → bounding_boxes

Упакованные для LibreYOLO веса TinyFormer-XL-PBM обнаруживают объекты, в том числе мелкие, 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-obj2coco — веса детектора объектов TinyFormer-XL-PBM, упакованные для библиотеки LibreYOLO. Модель разработана в рамках проекта TinyFormer, связанного с AICVlab Национального университета Ян Мин Цзяотун; она основана на гибридной архитектуре YOLO-DETR и производной от DEIMv2. В этой версии используется дообученная башня DINOv3 ViT-B/16, адаптер Spatial Semantic Adapter и четырёхмасштабная шея Parallel Bi-fusion, предназначенные для обнаружения мелких объектов.

Контрольная точка предварительно обучена на Objects365 и дообучена на COCO 2017 в течение 24 эпох. Авторы сообщают результат 62,5 mAP50–95 на COCO val2017. Веса предназначены для обнаружения объектов на изображениях и запуска через LibreYOLO; репозиторий также содержит формат ONNX.

Изменения в этой публикации ограничены упаковкой метаданных: обученные параметры не менялись. Распространение регулируется Apache License 2.0 для кодовой базы TinyFormer и лицензией DINOv3 для параметров, производных от DINOv3; применимы условия обеих лицензий. Модель ориентирована на мелкие объекты, а приведённый показатель относится к указанному протоколу COCO и сам по себе не гарантирует такое же качество на других данных.

Сценарии применения

обнаружение мелких объектов на фотографиях
поиск объектов на изображениях COCO-подобных сцен
подсчёт и локализация объектов в изображениях
встраивание детектора объектов в приложение на LibreYOLO

Ограничения

Заявленная метрика получена на COCO val2017 после конкретного предварительного обучения и 24 эпох дообучения; качество на других наборах данных может отличаться. Для распространения весов применяются условия Apache License 2.0 и лицензии DINOv3.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

LibreTinyFormerxl-obj2coco

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 (Objects365 pretrain, 24-epoch COCO finetune): 62.5.

This is the official Objects365-pretrained checkpoint finetuned on COCO for 24 epochs (the best-generalisation release).

Usage

from libreyolo import LibreYOLO

model = LibreYOLO("LibreTinyFormerxl-obj2coco.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: fc87cd1