Характеристики

Размер весов: 25,5 МБ
Лицензия: CC0 1.0
Опубликована: 4 июн 2026

Ссылки

Hugging Face

chess-piece-yolo

honi05

Поиск объектовИзображение → bounding_boxes3 профессии

Набор детекторов YOLOv8 для обнаружения и распознавания 12 классов шахматных фигур на изображениях доски.

2 690скачиваний за 30 дней1лайквеса обновлены4 июн 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

honi05/chess-piece-yolo — набор детекторов шахматных фигур на базе YOLOv8, обученных автором на синтетическом датасете koryakinp/chess-positions с разметкой клеток доски. Репозиторий содержит три варианта: pico, обученный с нуля, и предобученные yolov8n и yolov8s. Модели распознают 12 классов: белые и чёрные пешки, кони, слоны, ладьи, ферзи и короли.

Модель предназначена для обнаружения фигур на изображениях шахматных позиций, например, для извлечения расстановки фигур с фотографии или изображения доски. Для yolov8n и yolov8s в README приведены mAP@50–95 0,995 и точность определения занятых клеток 1,0; для pico — 0,255 и 0,2073 соответственно. Это результаты на указанной автором задаче и датасете, а не гарантия на произвольных фотографиях. Весовые файлы имеют формат PyTorch и используются через Ultralytics. Лицензия репозитория — CC0 1.0.

Сценарии применения

обнаружение фигур на изображении шахматной доски
определение цвета и типа каждой фигуры
извлечение позиции с изображения для шахматного приложения
подсчёт и локализация фигур на синтетических шахматных позициях

Ограничения

Обучение проводилось на синтетическом датасете, поэтому качество на реальных фотографиях и досках с иными условиями съёмки не установлено. Вариант pico заметно уступает yolov8n и yolov8s по приведённым метрикам.

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.2Разработка и данныеСоздание и понимание программного кодаAI помогает писать, объяснять и связывать программный код с требованиями и существующей системой.20 задач21 443модели

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Chess Piece Detectors (YOLOv8 — pico / n / s)

Three YOLOv8 detectors trained on cell-box annotations derived from the synthetic koryakinp/chess-positions dataset (12 piece classes). Companion to the custom CNN classifier at honi05/chess-piece-cnn.

Variant	Origin	Params	mAP@50-95	Occupied-cell acc	Latency ms/board	Disk MB
`yolo_pico/best.pt`	scaled YAML, from scratch	184,300	0.255	0.2073	5.49	0.57
`yolov8n/best.pt`	pretrained	2,692,548	0.995	1.0000	4.35	5.59
`yolov8s/best.pt`	pretrained	9,843,604	0.995	1.0000	6.07	19.92

Classes (0-11): wP, wN, wB, wR, wQ, wK, bP, bN, bB, bR, bQ, bK

Usage

from huggingface_hub import hf_hub_download
from ultralytics import YOLO
w = hf_hub_download("honi05/chess-piece-yolo", "yolov8n/best.pt")
model = YOLO(w)
results = model("board.jpg")

See the full report in the code repo github.com/Honi05/cvproject.

Как запустить

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

GPU в ailist

Универсальный рантайм

Нельзя запустить

Модели Ultralytics YOLO требуют отдельного рантайма.

Ревизия весов: 5467463