/ Модель

Характеристики

Контекст
1 024 токена
Параметры
6,3 млн
Лицензия
Apache 2.0
Архитектура
detr · dense
Базовая модель
detr-resnet-50-dc5
Библиотека
transformers
Опубликована
21 авг 2024

detr-resnet-50-hardhat-finetuned

Поиск объектовИзображение → bounding_boxes3 профессии

Дообученная DETR с ResNet-50 для обнаружения объектов на изображениях, предположительно защитных касок.

38скачиваний за 30 дней1лайквеса обновлены22 авг 2024

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

hwm21/detr-resnet-50-hardhat-finetuned — модель обнаружения объектов на изображениях, разработанная дообучением facebook/detr-resnet-50-dc5. Она предназначена для поиска объектов и определения их положения на изображении; название указывает на настройку для обнаружения защитных касок, но карточка не подтверждает состав классов и качество на конкретных данных. Модель построена на архитектуре DETR с backbone ResNet-50 и опубликована в формате safetensors для библиотеки Transformers. Лицензия — Apache-2.0.

Сценарии применения

  • поиск защитных касок на фотографиях
  • проверка наличия касок на строительной площадке
  • локализация объектов на изображениях

Ограничения

README не содержит описания классов, обучающих данных или результатов оценки, поэтому пригодность для конкретных изображений и качество обнаружения не подтверждены.

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

detr-resnet-50-hardhat-finetuned

This model is a fine-tuned version of facebook/detr-resnet-50-dc5 on the None 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: 1e-05
  • train_batch_size: 8
  • eval_batch_size: 8
  • seed: 42
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: linear
  • training_steps: 5000
  • mixed_precision_training: Native AMP

Training results

Framework versions

  • Transformers 4.44.1
  • Pytorch 2.3.1+cu121
  • Datasets 2.21.0
  • Tokenizers 0.19.1

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
649e3fa

0 моделей