Производная модели jozhang97/deta-swin-large. Детектор DETA на базе Swin-Large находит объекты на изображениях с использованием трансформерной архитектуры и назначения IoU.
27скачиваний за 30 дней2лайкавеса обновлены7 сен 2023
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
Карточка модели jozhang97/deta-resnet-50-24-epochs на Hugging Face совпадает с карточкой jozhang97/deta-swin-large, поэтому описание составлено по ней.
jozhang97/deta-swin-large — модель обнаружения объектов DETA, разработанная Джеффри Оуянг-Чжаном, Джанг Хён Чо, Синьи Чжоу и Филиппом Крэненбюлем. Она основана на работе «NMS Strikes Back» и возвращает назначение IoU и подавление немаксимумов (NMS) в трансформерные детекторы.
Модель предназначена для обнаружения объектов на изображениях. В карточке указана конфигурация Swin-Large; DETA обучается и работает с сопоставимой скоростью с Deformable-DETR и сходится быстрее. Авторы сообщают о результате 50,2 mAP за 12 эпох на COCO.
Это модель компьютерного зрения на архитектуре DETA; в репозитории представлены веса PyTorch и safetensors. Лицензия в доступных данных не указана.
Сценарии применения
обнаружение объектов на фотографиях
поиск объектов на изображениях COCO
локализация нескольких объектов в кадре
Ограничения
В карточке приведён результат на COCO, но данных о качестве на других наборах и предметных областях нет. Лицензия в доступных данных не указана.
Для каких профессий подходит3
Разделы каталога профессий, в задачах которых используется эта модель
TL; DR.Detection Transformers with Assignment (DETA) re-introduce IoU assignment and NMS for transformer-based detectors. DETA trains and tests comparibly as fast as Deformable-DETR and converges much faster (50.2 mAP in 12 epochs on COCO).
Как запустить
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
СпособСтатусЦена
GPU в ailist
Универсальный рантайм · object-detection
Нельзя запустить
Архитектура deta неизвестна transformers в образе рантайма.