Характеристики

Контекст: 1 024 токена
Лицензия: Apache 2.0
Архитектура: deformable_detr · dense
Опубликована: 13 июл 2026

Ссылки

Hugging Face

ACR-cuboid-v1.1.1

cmes-deepvision

Компьютерное зрениеИзображение, текст → action

Модель оценивает положение и геометрию картонных коробок для их обнаружения и захвата роботизированной системой ACR.

9скачиваний за 30 дней0лайковвеса обновлены13 июл 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

ACR-cuboid-v1.1.1 — модель для оценки позы трёхмерного параллелепипеда, разработанная для роботизированного подбора картонных коробок в системе ACR. Она обнаруживает коробку одного класса и предсказывает её положение и геометрию по входным данным RGB-D; указанное разрешение входа — 1280×1280. Архитектура включает backbone DINOv2-S с 12 слоями и размерностью 384, а также 9-слойный декодер Deformable DETR; модель содержит 122,4 млн параметров.

В README приведены высокие результаты оценки на валидационной и тестовой выборках по метрикам 3D IoU AP и COCO 2D AP. Версия 1.1.1 исправляет ошибки геометрических аугментаций и была повторно обучена в течение 30 эпох. Модель опубликована в формате safetensors под лицензией Apache-2.0. Она специализирована на картонных коробках и сценарии роботизированного захвата, поэтому её назначение не распространяется автоматически на другие объекты и условия съёмки.

Сценарии применения

обнаружение картонных коробок на RGB-D изображениях
оценка 3D-позы коробки перед роботизированным захватом
определение 3D-габаритов коробки для планирования подбора

Ограничения

Модель обучена для обнаружения объектов одного класса — картонных коробок — в сценарии роботизированного подбора ACR; результаты на других классах объектов и в иных условиях не заявлены. Входное разрешение указано как 1280×1280.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

ACR-cuboid-v1.1.1

Single-class (carton box) 3D cuboid pose estimation model for ACR robotic picking.

Changes from v1.1.0

Bugfix: Fixed 3 geometric augmentation bugs in rgbd_transforms.py:
1. RandomRotation90RGBD: k=1 / k=3 center_2d and box label formulas were swapped
2. RandomRotateRGBD: box width/height not updated after rotation
3. MultiCropRGBD: stale labels returned when no objects survive crop
Retrained 30 epochs with full geometric augmentation pipeline (v1.1.0 used paper-only augmentation)

Eval (checkpoint-2100, epoch 30)

Metric	Val	Test
3D IoU AP@0.50	99.97%	100.0%
3D IoU AP@0.75	94.85%	93.46%
COCO 2D AP	99.76%	99.45%
F1 (score≥0.5)	99.65%	99.83%
Translation (median)	10.28mm	10.33mm
Rotation (median)	1.41°	1.24°
Size LWH (median)	12.53mm	12.34mm

Architecture

OpenVocabCuboidMapAnythingDINOFor3DObjectDetection
Backbone: DINOv2-S (384-dim, 12 layers, registers)
Decoder: 9-layer deformable DETR
Parameters: 122.4M
Input: 1280×1280

Compatibility

Drop-in replacement for v1.1.0 — identical config, architecture, and weight keys.

Как запустить

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

GPU в ailist

Универсальный рантайм

Нельзя запустить

Модели для роботов не запускаются как сервис инференса.

Класс архитектуры: OpenVocabCuboidMapAnythingDINOFor3DObjectDetection
Ревизия весов: ecd9f66