/ Модель

Характеристики

Лицензия
Apache 2.0
Архитектура
rt_detr_v2 · dense
Библиотека
transformers
Опубликована
31 янв 2025

rtdetr_v2_r18vd

Поиск объектовИзображение → bounding_boxes3 профессии

Модель RT-DETRv2 для быстрого обнаружения и локализации объектов на изображениях.

382 тыс.скачиваний за 30 дней9лайковвеса обновлены6 фев 2025

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

PekingU/rtdetr_v2_r18vd — модель RT-DETRv2 для обнаружения объектов на изображениях. Семейство RT-DETRv2 разработано Вэньюй Лю, Ианем Чжао, Цинъяо Чангом, Куем Хуаном, Гуанчжуном Вангом и И Лю; карточку модели для Transformers подготовили участники сообщества Hugging Face. Архитектура улучшает RT-DETR за счёт выборочного извлечения многомасштабных признаков, дискретной операции выборки и изменений в обучении. Модель обучена на COCO train2017 и проверена на COCO val2017.

Модель принимает изображение и выдаёт классы обнаруженных объектов, оценки уверенности и координаты рамок. Она предназначена для быстрого обнаружения объектов, в том числе в автономном вождении, видеонаблюдении, робототехнике и розничной аналитике; в README отмечена пригодность для развёртывания на периферийных устройствах и в крупных системах. Заявлено улучшение относительно предыдущей версии при сохранении скорости реального времени.

Модель распространяется под лицензией Apache-2.0. Карточка не сообщает отдельных показателей качества для этого чекпойнта или детальных ограничений; результаты могут зависеть от сходства целевых изображений с COCO и условий развёртывания.

Сценарии применения

  • обнаружение объектов в видеопотоке для систем видеонаблюдения
  • распознавание автомобилей и других объектов для автономного вождения
  • обнаружение предметов для робототехнических систем
  • подсчёт и анализ товаров в розничных магазинах
  • поиск объектов на изображениях в реальном времени

Ограничения

Модель обучалась на COCO, поэтому качество на изображениях и классах, отличающихся от этого набора данных, может снижаться. В карточке не приведены отдельные метрики качества этого чекпойнта.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

RT-DETRv2

Overview

The RT-DETRv2 model was proposed in RT-DETRv2: Improved Baseline with Bag-of-Freebies for Real-Time Detection Transformer by Wenyu Lv, Yian Zhao, Qinyao Chang, Kui Huang, Guanzhong Wang, Yi Liu. RT-DETRv2 refines RT-DETR by introducing selective multi-scale feature extraction, a discrete sampling operator for broader deployment compatibility, and improved training strategies like dynamic data augmentation and scale-adaptive hyperparameters. These changes enhance flexibility and practicality while maintaining real-time performance.

This model was contributed by @jadechoghari with the help of @cyrilvallez and @qubvel-hf

This is

Performance

RT-DETRv2 consistently outperforms its predecessor across all model sizes while maintaining the same real-time speeds.

rt-detr-v2-graph.png

How to use

import torch
import requests

from PIL import Image
from transformers import RTDetrV2ForObjectDetection, RTDetrImageProcessor

url = 'http://images.cocodataset.org/val2017/000000039769.jpg'
image = Image.open(requests.get(url, stream=True).raw)

image_processor = RTDetrImageProcessor.from_pretrained("PekingU/rtdetr_v2_r18vd")
model = RTDetrV2ForObjectDetection.from_pretrained("PekingU/rtdetr_v2_r18vd")

inputs = image_processor(images=image, return_tensors="pt")

with torch.no_grad():
     outputs = model(**inputs)

results = image_processor.post_process_object_detection(outputs, target_sizes=torch.tensor([(image.height, image.width)]), threshold=0.5)

for result in results:
     for score, label_id, box in zip(result["scores"], result["labels"], result["boxes"]):
         score, label = score.item(), label_id.item()
         box = [round(i, 2) for i in box.tolist()]
         print(f"{model.config.id2label[label]}: {score:.2f} {box}")
cat: 0.97 [341.14, 25.11, 639.98, 372.89]
cat: 0.96 [12.78, 56.35, 317.67, 471.34]
remote: 0.95 [39.96, 73.12, 175.65, 117.44]
sofa: 0.86 [-0.11, 2.97, 639.89, 473.62]
sofa: 0.82 [-0.12, 1.78, 639.87, 473.52]
remote: 0.79 [333.65, 76.38, 370.69, 187.48]

Training

RT-DETRv2 is trained on COCO (Lin et al. [2014]) train2017 and validated on COCO val2017 dataset. We report the standard AP metrics (averaged over uniformly sampled IoU thresholds ranging from 0.50 − 0.95 with a step size of 0.05), and APval50 commonly used in real scenarios.

Applications

RT-DETRv2 is ideal for real-time object detection in diverse applications such as autonomous driving, surveillance systems, robotics, and retail analytics. Its enhanced flexibility and deployment-friendly design make it suitable for both edge devices and large-scale systems + ensures high accuracy and speed in dynamic, real-world environments.

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers · object-detection

Можно запустить

Подбираем GPU…

Класс архитектуры
RtDetrV2ForObjectDetection
Ревизия весов
5650961

0 моделей