/ Модель

Характеристики

Лицензия
Apache 2.0
Архитектура
rt_detr_v2 · dense
Базовая модель
rtdetr_v2_r18vd
Библиотека
transformers
Опубликована
11 сен 2026

rtdetr-v2-r18vd-print-sheet-qc

Поиск объектовИзображение → bounding_boxes3 профессии

Дообученная RT-DETRv2 обнаруживает карточки заказов и дефекты печати на изображениях целого печатного листа.

66скачиваний за 30 дней0лайковвеса обновлены11 сен 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

johko разработал RT-DETRv2 r18vd, дообученную модель обнаружения объектов для контроля качества печатных листов. Она обрабатывает изображение целого листа с камеры сверху и находит отдельные карточки заказов, а также дефекты печати: смазы, царапины, ошибки печати, пропущенные элементы, смещение цветовых слоёв и перекос карточек.

Модель предназначена для сценариев контроля качества печати этикеток и вывесок. Она принимает изображения размером 1024×768 и выдаёт ограничивающие рамки в формате COCO с координатами в пикселях. В README приведены результаты независимой оценки на 30 синтетических валидационных листах: mAP@[.5:.95] 0,7815 и mAP@50 0,8654.

Обучение проведено полностью на процедурно сгенерированных данных. Изображения похожи по компоновке на съёмку реального листа, но могут отличаться по характеристикам камеры; для реального производства рекомендуется дообучение на размеченных снимках. Оценки уверенности обычно низкие, поэтому для отбора обнаружений рекомендуется учитывать их ранжирование и рассмотреть порог около 0,05 или выбор top-K. Модель распространяется по лицензии Apache-2.0.

Сценарии применения

  • поиск карточек заказов на печатном листе
  • обнаружение смазов и царапин на печати
  • выявление ошибок печати и неверных цветовых блоков
  • поиск пропущенных элементов на этикетках и вывесках
  • контроль смещения цветовых слоёв
  • проверка перекоса карточек на листе

Ограничения

Модель обучена только на синтетических данных, поэтому возможен сдвиг домена на снимках реальных камер; для производства рекомендуется дообучение на размеченных реальных листах. Оценки уверенности низкие, поэтому высокий порог может отбрасывать полезные обнаружения.

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

rtdetr-v2-r18vd-print-sheet-qc

Fine-tuned RT-DETRv2 r18vd that inspects a full print sheet from a top-down camera: it detects every order on the sheet and flags common print defects, for a label/sign printing quality-control scenario.

Important note on metrics. The Trainer's logged eval_map for this run is 0.0066 — that number is an evaluation-plumbing artifact (transformers v5 prediction payload handling), not a property of the weights. The metrics below were computed with an independent manual torchmetrics pipeline over 30 validation sheets, bypassing the Trainer entirely.

Verified metrics (manual torchmetrics mAP, 30 validation sheets)

  • mAP@[.5:.95] = 0.7815
  • mAP@50 = 0.8654
  • mAP@75 = 0.8138
  • MAR@100 = 0.9344 (MAR@large = 0.9967 — near-perfect recall on large objects)
  • mAP small/medium/large = 0.624 / 0.776 / 0.877

Per-class AP@[.5:.95] (class order: order, smear, scratch, misprint, missing_element, misregistration, skewed_item):

classAPMAR@100
order0.9881.00
smear0.9360.96
scratch0.7570.88
misprint0.6620.91
missing_element0.6200.80
misregistration0.6370.99
skewed_item0.8691.00

Known quirk: the model localizes reliably but its raw confidence scores are low (top scores typically 0.05–0.20). For deployment, rank detections by score rather than gating at a high threshold (e.g. keep top-K or gate around 0.05); the ranking quality is what the mAP numbers reflect.

Classes

7 classes: order (a printed label/sign card on the sheet), smear, scratch, misprint (wrong-ink block), missing_element, misregistration (colour-layer offset), skewed_item (card beyond alignment tolerance).

Intended use & limitations

  • Prototype trained entirely on synthetic data. The training set is procedurally rendered (johko/print-sheet-qc-synthetic) — realistic in layout (top-down full-sheet view, grid of varied order cards, sensor noise + mild vignette/defocus) but not photometrically identical to any real camera. Expect a domain gap on real images; finetune on a few hundred annotated real sheets before production use.
  • Resolution is 1024×768; the real camera framing should be normalized to the same view.
  • Bboxes are COCO (x, y, w, h) in absolute pixels of the full sheet.

Usage

from transformers import AutoModelForObjectDetection, AutoImageProcessor
import torch

model = AutoModelForObjectDetection.from_pretrained("johko/rtdetr-v2-r18vd-print-sheet-qc")
processor = AutoImageProcessor.from_pretrained("johko/rtdetr-v2-r18vd-print-sheet-qc")

inputs = processor(images=sheet_image, return_tensors="pt")
with torch.no_grad():
    outputs = model(**inputs)
results = processor.post_process_object_detection(
    outputs, threshold=0.05, target_sizes=inputs["pixel_values"].shape[:2]
)

Training procedure

  • Base: PekingU/rtdetr_v2_r18vd, all weights fine-tuned
  • Data: 600 train / 100 validation synthetic sheets, 7 classes
  • 30 epochs, batch 8, lr 5e-5 (linear schedule), fp16, AdamW fused, seed 42, light albumentations aug (blur/perspective/flip/brightness)
  • Hardware: NVIDIA A10G (a10g-small), ~13 minutes

The training loss decreased from 10.14 to 3.95 over 2250 steps. Trainer-logged eval metrics in trainer_state.json are unreliable for this run (see note above); the epoch trajectory of loss was used as the health signal.

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
RTDetrV2ForObjectDetection
Ревизия весов
3bb7787

0 моделей