Характеристики

Лицензия: Apache 2.0
Архитектура: d_fine · dense
Базовая модель: snap-dumbbell-dfine-small-v31-e4-replay-adapt
Библиотека: transformers
Опубликована: 1 авг 2026

Ссылки

Hugging Face

snap-dumbbell-dfine-small-v85-gt25

aguxez

Поиск объектовИзображение → bounding_boxes3 профессии

Дообученная модель D-FINE для обнаружения объектов на изображениях, обученная на данных о спортивном оборудовании.

12скачиваний за 30 дней0лайковвеса обновлены3 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

Модель aguxez/snap-dumbbell-dfine-small-v85-gt25 — дообученная версия aguxez/snap-dumbbell-dfine-small-v31-e4-replay-adapt для обнаружения объектов на изображениях. Она построена на архитектуре D-FINE с классом DFineForObjectDetection и обучена на наборе aguxez/snap-equipment-youtube-v73-train-gt25. Репозиторий содержит веса Safetensors и формат ONNX; для модели указана библиотека Transformers.

Модель предназначена для нахождения и локализации объектов на изображениях. В карточке не приведены перечень распознаваемых классов, метрики качества или сведения о рабочих ограничениях. Лицензия — Apache-2.0.

Сценарии применения

поиск спортивного инвентаря на изображениях
обнаружение гантелей в видеокадрах
локализация объектов спортивного оборудования

Ограничения

В карточке не перечислены классы объектов и не приведены метрики качества или сведения о точности.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

IV.9Отраслевые задачиМедиа, журналистика, культура, архивы и игрыAI помогает создавать, искать, сохранять и персонализировать медиа, культурный и игровой контент.44 задачи14 938моделей II.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделей II.8Разработка и данныеИнженерия данных и аналитикаAI помогает готовить надёжные данные и превращать их в понятную аналитику.22 задачи23 488моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

snap-dumbbell-dfine-small-v85-gt25

This model is a fine-tuned version of aguxez/snap-dumbbell-dfine-small-v31-e4-replay-adapt on the aguxez/snap-equipment-youtube-v73-train-gt25 dataset.

Model description

More information needed

Intended uses & limitations

More information needed

Training and evaluation data

More information needed

Training procedure

Training hyperparameters

The following hyperparameters were used during training:

learning_rate: 2e-06
train_batch_size: 4
eval_batch_size: 8
seed: 7
optimizer: Use OptimizerNames.ADAMW_TORCH_FUSED with betas=(0.9,0.999) and epsilon=1e-08 and optimizer_args=No additional optimizer arguments
lr_scheduler_type: linear
num_epochs: 3.0
mixed_precision_training: Native AMP

Training results

Framework versions

Transformers 5.14.1
Pytorch 2.13.0+cu130
Datasets 5.0.1
Tokenizers 0.22.2

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: DFineForObjectDetection
Ревизия весов: 11573bf