DETR-ResNet-50 — модель обнаружения и локализации объектов на изображениях, размещённая для воспроизводимой оценки test-time adaptation.
Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды
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.
Описание составлено по карточке модели и метаданным Hugging Face
WNJXYK/TTA-COCO-DETR-R50 — копия модели DETR-ResNet-50, разработанной Facebook и размещённой здесь как канонический источник для воспроизводимой оценки адаптации во время тестирования в TTAKit. Модель принимает изображение и находит на нём объекты, возвращая классы и ограничивающие рамки. Архитектура относится к семейству DETR; в метаданных указано 6,3 млн параметров. Репозиторий содержит веса в формате safetensors.
Модель подходит для обнаружения объектов на изображениях в сценариях компьютерного зрения и оценки методов test-time adaptation. Она распространяется по лицензии Apache-2.0. В карточке указана загрузка через Transformers AutoModelForObjectDetection.
Модель предназначена для обнаружения объектов на изображениях; карточка не описывает другие режимы работы или ограничения качества.
README от автора на Hugging Face, как он его опубликовал
Re-hosted verbatim from facebook/detr-resnet-50 (Apache-2.0) for reproducible test-time-adaptation evaluation in TTAKit. Pinned by tag v1.0. Load with transformers.AutoModelForObjectDetection.from_pretrained.
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм · object-detection
Подбираем GPU…