/ Модель

Характеристики

Параметры
6,3 млн
Архитектура
detr · dense
Библиотека
transformers
Опубликована
29 сен 2025

detr-finetuned-logo-detection_v2

Поиск объектовИзображение → bounding_boxes3 профессии

Компактная DETR-модель для обнаружения логотипов на изображениях и определения их положения.

290скачиваний за 30 дней0лайковвеса обновлены30 сен 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

Pravallika6/detr-finetuned-logo-detection_v2 — модель обнаружения объектов на базе архитектуры DETR, опубликованная пользователем Pravallika6 на Hugging Face. Модель предназначена для поиска логотипов на изображениях и возврата ограничивающих рамок обнаруженных объектов.

Модель содержит около 6,3 млн параметров и реализована для использования с библиотекой Transformers; формат safetensors указан в метаданных. Она может применяться в системах анализа изображений, мониторинга представленности брендов, поиска логотипов в пользовательском контенте и автоматической разметки изображений. Сведения о разработчике, лицензии, обучающих данных, поддерживаемых языках, длине контекста и результатах оценки в доступных материалах отсутствуют.

Сценарии применения

  • поиск логотипов брендов на фотографиях
  • мониторинг представленности брендов в изображениях
  • автоматическая разметка изображений с логотипами
  • анализ пользовательского контента на наличие логотипов
  • локализация логотипов с помощью ограничивающих рамок

Ограничения

В README отсутствуют сведения об обучающих данных, метриках, тестовых наборах и известных ограничениях, поэтому качество на конкретных типах изображений и логотипов необходимо проверять самостоятельно. Лицензия модели также не указана.

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

Model Card for Model ID

Model Details

Model Description

This is the model card of a 🤗 transformers model that has been pushed on the Hub. This model card has been automatically generated.

  • Developed by: [More Information Needed]
  • Funded by [optional]: [More Information Needed]
  • Shared by [optional]: [More Information Needed]
  • Model type: [More Information Needed]
  • Language(s) (NLP): [More Information Needed]
  • License: [More Information Needed]
  • Finetuned from model [optional]: [More Information Needed]

Model Sources [optional]

  • Repository: [More Information Needed]
  • Paper [optional]: [More Information Needed]
  • Demo [optional]: [More Information Needed]

Uses

Direct Use

[More Information Needed]

Downstream Use [optional]

[More Information Needed]

Out-of-Scope Use

[More Information Needed]

Bias, Risks, and Limitations

[More Information Needed]

Recommendations

Users (both direct and downstream) should be made aware of the risks, biases and limitations of the model. More information needed for further recommendations.

How to Get Started with the Model

Use the code below to get started with the model.

[More Information Needed]

Training Details

Training Data

[More Information Needed]

Training Procedure

Preprocessing [optional]

[More Information Needed]

Training Hyperparameters

  • Training regime: [More Information Needed]

Speeds, Sizes, Times [optional]

[More Information Needed]

Evaluation

Testing Data, Factors & Metrics

Testing Data

[More Information Needed]

Factors

[More Information Needed]

Metrics

[More Information Needed]

Results

[More Information Needed]

Summary

Model Examination [optional]

[More Information Needed]

Environmental Impact

Carbon emissions can be estimated using the Machine Learning Impact calculator presented in Lacoste et al. (2019).

  • Hardware Type: [More Information Needed]
  • Hours used: [More Information Needed]
  • Cloud Provider: [More Information Needed]
  • Compute Region: [More Information Needed]
  • Carbon Emitted: [More Information Needed]

Technical Specifications [optional]

Model Architecture and Objective

[More Information Needed]

Compute Infrastructure

[More Information Needed]

Hardware

[More Information Needed]

Software

[More Information Needed]

Citation [optional]

BibTeX:

[More Information Needed]

APA:

[More Information Needed]

Glossary [optional]

[More Information Needed]

More Information [optional]

[More Information Needed]

Model Card Authors [optional]

[More Information Needed]

Model Card Contact

[More Information Needed]

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
DetrForObjectDetection
Ревизия весов
1016333

0 моделей