/ Модель

Характеристики

Контекст
1 024 токена
Архитектура
deformable_detr · dense
Библиотека
transformers
Опубликована
13 июн 2025

milliontrees-detr

Поиск объектовИзображение → bounding_boxes3 профессии

Модель Deformable DETR для обнаружения объектов и их ограничивающих рамок на изображениях.

687скачиваний за 30 дней0лайковвеса обновлены13 июн 2025

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

joshvm/milliontrees-detr — модель компьютерного зрения для обнаружения объектов на изображениях, опубликованная пользователем joshvm на Hugging Face. Модель предназначена для поиска объектов и определения их ограничивающих рамок на изображении; в метаданных она классифицирована как object-detection и связана с архитектурой Deformable DETR. Для работы предполагается использование библиотеки Transformers и формата Safetensors.

README содержит автоматически сгенерированную карточку без сведений о разработчике, обучающих данных, результатах оценки, лицензии, поддерживаемых языках или специализированной области применения. Поэтому модель можно рассматривать как базовый компонент для приложений визуального анализа, но её точность, устойчивость к различным условиям съёмки и пригодность для конкретных классов объектов необходимо проверять самостоятельно.

Сценарии применения

  • обнаружение объектов на фотографиях
  • поиск и локализация объектов на изображении
  • автоматическая разметка изображений ограничивающими рамками
  • анализ сцен в системах компьютерного зрения

Ограничения

README не содержит сведений о наборе данных, классах объектов, метриках, точности и условиях тестирования, поэтому пригодность модели для конкретных сценариев требует отдельной проверки. Лицензия и ограничения использования в доступных данных не указаны.

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

Model Card for Model ID

Model Details

Model Description

This is the model card of a 🤗 transformers model that has been pushed on the Hub. This model card has been automatically generated.

  • Developed by: [More Information Needed]
  • Funded by [optional]: [More Information Needed]
  • Shared by [optional]: [More Information Needed]
  • Model type: [More Information Needed]
  • Language(s) (NLP): [More Information Needed]
  • License: [More Information Needed]
  • Finetuned from model [optional]: [More Information Needed]

Model Sources [optional]

  • Repository: [More Information Needed]
  • Paper [optional]: [More Information Needed]
  • Demo [optional]: [More Information Needed]

Uses

Direct Use

[More Information Needed]

Downstream Use [optional]

[More Information Needed]

Out-of-Scope Use

[More Information Needed]

Bias, Risks, and Limitations

[More Information Needed]

Recommendations

Users (both direct and downstream) should be made aware of the risks, biases and limitations of the model. More information needed for further recommendations.

How to Get Started with the Model

Use the code below to get started with the model.

[More Information Needed]

Training Details

Training Data

[More Information Needed]

Training Procedure

Preprocessing [optional]

[More Information Needed]

Training Hyperparameters

  • Training regime: [More Information Needed]

Speeds, Sizes, Times [optional]

[More Information Needed]

Evaluation

Testing Data, Factors & Metrics

Testing Data

[More Information Needed]

Factors

[More Information Needed]

Metrics

[More Information Needed]

Results

[More Information Needed]

Summary

Model Examination [optional]

[More Information Needed]

Environmental Impact

Carbon emissions can be estimated using the Machine Learning Impact calculator presented in Lacoste et al. (2019).

  • Hardware Type: [More Information Needed]
  • Hours used: [More Information Needed]
  • Cloud Provider: [More Information Needed]
  • Compute Region: [More Information Needed]
  • Carbon Emitted: [More Information Needed]

Technical Specifications [optional]

Model Architecture and Objective

[More Information Needed]

Compute Infrastructure

[More Information Needed]

Hardware

[More Information Needed]

Software

[More Information Needed]

Citation [optional]

BibTeX:

[More Information Needed]

APA:

[More Information Needed]

Glossary [optional]

[More Information Needed]

More Information [optional]

[More Information Needed]

Model Card Authors [optional]

[More Information Needed]

Model Card Contact

[More Information Needed]

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
DeformableDetrForObjectDetection
Ревизия весов
f060e5f

0 моделей