Характеристики

Лицензия: Apache 2.0
Архитектура: rf_detr · dense
Базовая модель: rf-detr-medium
Библиотека: transformers
Опубликована: 7 сен 2026

Ссылки

Hugging Face

rfdetr-medium-basketball-playerexpanded-referee-detection

koppolusameer

Поиск объектовИзображение → bounding_boxes3 профессии

Дообученная RF-DETR Medium обнаруживает баскетболистов и судей на изображениях для анализа баскетбольных сцен.

147скачиваний за 30 дней0лайковвеса обновлены7 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

Это дообученная версия Roboflow/rf-detr-medium для обнаружения игроков в баскетболе и судей на изображениях. Модель построена на архитектуре RF-DETR Medium и выдаёт рамки объектов с метками классов.

Модель предназначена для анализа баскетбольных изображений: она распознаёт судей и игроков, включая игроков, не владеющих мячом. В карточке приведены метрики оценки на тестовом наборе, в том числе mAP 0,6357 и mAP 0,8899 при IoU 0,5.

Модель распространяется в формате safetensors по лицензии Apache-2.0. Данные обучения не описаны, поэтому результаты на приведённом наборе не гарантируют качество на других трансляциях, ракурсах или условиях съёмки.

Сценарии применения

поиск игроков на кадрах баскетбольного матча
обнаружение судей на изображениях с игры
локализация игроков, не владеющих мячом
подготовка разметки объектов на баскетбольных кадрах

Ограничения

Описание обучающего набора отсутствует; метрики приведены только для оценочного набора и не гарантируют качество в других условиях съёмки.

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.8Разработка и данныеИнженерия данных и аналитикаAI помогает готовить надёжные данные и превращать их в понятную аналитику.22 задачи23 488моделей 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

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

rfdetr-medium-basketball-playerexpanded-referee-detection

This model is a fine-tuned version of Roboflow/rf-detr-medium on an unknown dataset. It achieves the following results on the evaluation set:

Loss: 17.8632
Map: 0.6357
Map 50: 0.8899
Map 75: 0.7145
Map Small: 0.5419
Map Medium: 0.6405
Map Large: 0.5618
Mar 1: 0.2588
Mar 10: 0.7011
Mar 100: 0.7252
Mar Small: 0.5966
Mar Medium: 0.7565
Mar Large: 0.693
Map Ball-context: 0.4121
Map Player-not-in-possession: 0.7239
Map Referee: 0.7712

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: 0.0001
train_batch_size: 16
eval_batch_size: 16
seed: 42
optimizer: Use OptimizerNames.ADAMW_TORCH_FUSED with betas=(0.9,0.999) and epsilon=1e-08 and optimizer_args=No additional optimizer arguments
lr_scheduler_type: cosine
num_epochs: 50

Training results

Training Loss	Epoch	Step	Validation Loss	Map	Map 50	Map 75	Map Small	Map Medium	Map Large	Mar 1	Mar 10	Mar 100	Mar Small	Mar Medium	Mar Large	Map Ball-context	Map Player-not-in-possession	Map Referee
6.7782	1.0	131	16.9941	0.4429	0.7342	0.4817	0.2469	0.4078	0.5075	0.1796	0.5717	0.6399	0.4824	0.6913	0.7263	0.1654	0.5569	0.6064
5.9324	2.0	262	16.9885	0.4611	0.8026	0.4815	0.3062	0.4626	0.4291	0.1893	0.5777	0.6186	0.447	0.6684	0.6895	0.2278	0.5767	0.5788
5.9221	3.0	393	17.0790	0.5138	0.817	0.5739	0.3695	0.5174	0.5055	0.2129	0.6144	0.6457	0.5135	0.6995	0.6662	0.2801	0.6292	0.6323
5.6476	4.0	524	16.9621	0.5196	0.8194	0.5789	0.3858	0.5145	0.4487	0.2076	0.6161	0.6489	0.4817	0.698	0.5732	0.2662	0.6274	0.6651
5.3295	5.0	655	17.3241	0.5073	0.8067	0.5632	0.3867	0.5017	0.5022	0.2095	0.6072	0.6476	0.535	0.6903	0.6136	0.2651	0.6156	0.6413
5.4793	6.0	786	17.5006	0.5183	0.8179	0.5736	0.43	0.5186	0.5565	0.2089	0.6131	0.6531	0.5856	0.6951	0.6272	0.2717	0.6284	0.6549
5.1309	7.0	917	17.4162	0.524	0.826	0.5733	0.3295	0.5473	0.417	0.2187	0.6109	0.6451	0.5165	0.695	0.6456	0.2822	0.6281	0.6615
5.1459	8.0	1048	17.7630	0.5051	0.8091	0.5603	0.3283	0.5124	0.5159	0.2125	0.5993	0.6385	0.4795	0.6798	0.6303	0.2736	0.6053	0.6366
4.9913	9.0	1179	18.3327	0.5314	0.8403	0.5973	0.4636	0.5427	0.4783	0.2213	0.6174	0.6437	0.5981	0.6811	0.5684	0.3021	0.6279	0.6643
5.1497	10.0	1310	17.2498	0.521	0.8254	0.5758	0.3812	0.5422	0.4978	0.2093	0.6129	0.6484	0.4923	0.6915	0.6355	0.2742	0.6387	0.6501
4.8780	11.0	1441	17.6133	0.5488	0.8464	0.6029	0.4589	0.565	0.4412	0.232	0.6293	0.6608	0.5725	0.7029	0.6088	0.3272	0.6309	0.6883
5.0845	12.0	1572	17.2694	0.5437	0.8572	0.5977	0.4126	0.5497	0.4628	0.2232	0.6281	0.6607	0.4996	0.7066	0.6754	0.3241	0.6402	0.667
4.8094	13.0	1703	16.9651	0.5559	0.8615	0.6227	0.3591	0.5872	0.4924	0.2263	0.6367	0.6743	0.4758	0.7226	0.6338	0.3284	0.6615	0.6779
4.7197	14.0	1834	17.3401	0.553	0.8474	0.6126	0.4627	0.5585	0.4688	0.2264	0.632	0.6682	0.5661	0.7091	0.5991	0.3199	0.6489	0.6902
4.6574	15.0	1965	17.0835	0.5663	0.8557	0.6343	0.424	0.5902	0.4802	0.2322	0.6379	0.6733	0.5338	0.7201	0.6689	0.3336	0.6652	0.7
4.5045	16.0	2096	17.6639	0.5664	0.8505	0.6352	0.4321	0.5825	0.5077	0.2337	0.6405	0.6682	0.5609	0.7143	0.6579	0.3396	0.6658	0.6937
4.6084	17.0	2227	18.0393	0.557	0.8529	0.6163	0.4822	0.5673	0.4864	0.229	0.6392	0.6729	0.5441	0.717	0.6469	0.307	0.6608	0.7031
4.3929	18.0	2358	17.7663	0.571	0.8512	0.6369	0.4286	0.5759	0.5227	0.2361	0.6491	0.6866	0.5196	0.7247	0.6526	0.3245	0.6774	0.711
4.3366	19.0	2489	17.3066	0.5652	0.8586	0.6374	0.4339	0.5746	0.518	0.2322	0.6487	0.6793	0.548	0.7164	0.6934	0.3427	0.6626	0.6902
4.4149	20.0	2620	17.6257	0.5774	0.863	0.6533	0.4662	0.5922	0.5585	0.2396	0.6566	0.6858	0.5806	0.727	0.6434	0.3566	0.6768	0.6989
4.2230	21.0	2751	16.9326	0.5869	0.8605	0.6692	0.5022	0.5999	0.5402	0.2364	0.662	0.6959	0.5678	0.7401	0.7031	0.3545	0.6759	0.7303
4.1753	22.0	2882	17.5102	0.592	0.8618	0.6754	0.4994	0.5961	0.5441	0.2469	0.6628	0.6966	0.6287	0.7339	0.6338	0.3596	0.6807	0.7357
4.0219	23.0	3013	17.4269	0.587	0.8609	0.652	0.473	0.593	0.5397	0.2379	0.6619	0.6879	0.541	0.7265	0.643	0.3465	0.6844	0.73
4.0634	24.0	3144	17.6983	0.5891	0.8644	0.6598	0.4845	0.6085	0.4752	0.2425	0.6543	0.6894	0.5648	0.7306	0.6746	0.3569	0.683	0.7274
4.0055	25.0	3275	17.4897	0.5861	0.8653	0.6549	0.4643	0.5924	0.5233	0.2446	0.6606	0.6884	0.5278	0.7213	0.6759	0.3547	0.6801	0.7234
3.9803	26.0	3406	17.3909	0.5902	0.8546	0.6526	0.517	0.5969	0.4668	0.2432	0.6702	0.7006	0.576	0.7393	0.6627	0.3425	0.6885	0.7398
3.8023	27.0	3537	17.6352	0.588	0.8476	0.6705	0.4876	0.584	0.5273	0.2371	0.6698	0.6995	0.5406	0.7347	0.6368	0.3322	0.6894	0.7424
3.8347	28.0	3668	18.1386	0.6031	0.8689	0.6847	0.4822	0.6041	0.4794	0.2456	0.6747	0.7022	0.5357	0.7334	0.6991	0.3715	0.6931	0.7448
3.8423	29.0	3799	17.9020	0.6127	0.8744	0.6962	0.4996	0.6245	0.5168	0.2479	0.6748	0.7074	0.5656	0.747	0.6491	0.3848	0.7018	0.7516
3.6787	30.0	3930	17.7047	0.6064	0.8722	0.6885	0.5281	0.6107	0.5948	0.2494	0.6808	0.7065	0.608	0.7452	0.6461	0.385	0.6976	0.7365
3.6963	31.0	4061	17.9157	0.6115	0.8745	0.6912	0.4915	0.6183	0.483	0.2459	0.6806	0.7116	0.5686	0.7512	0.6658	0.3746	0.7082	0.7518
3.5860	32.0	4192	17.9067	0.6007	0.8569	0.6777	0.5296	0.6064	0.5323	0.2394	0.6774	0.7137	0.6049	0.7546	0.6645	0.3426	0.704	0.7555
3.5189	33.0	4323	18.0097	0.6203	0.8799	0.7033	0.5372	0.6352	0.5021	0.2525	0.6875	0.7146	0.6033	0.7504	0.6632	0.4033	0.7051	0.7526
3.4391	34.0	4454	17.8509	0.6188	0.8782	0.6934	0.5421	0.6271	0.5514	0.2505	0.6872	0.7146	0.6012	0.7485	0.6908	0.3891	0.7074	0.7599
3.3732	35.0	4585	17.7785	0.6185	0.8783	0.6991	0.5011	0.6228	0.5692	0.2482	0.6881	0.7176	0.5631	0.7519	0.7101	0.38	0.7143	0.7612
3.3652	36.0	4716	17.6646	0.6175	0.878	0.6982	0.5174	0.6195	0.5662	0.2508	0.6861	0.7154	0.5808	0.7471	0.7009	0.3894	0.7133	0.7497
3.4803	37.0	4847	17.7310	0.6236	0.8836	0.7093	0.4922	0.635	0.5574	0.2602	0.6905	0.7177	0.5704	0.752	0.6618	0.404	0.7101	0.7568
3.2722	38.0	4978	17.7508	0.628	0.8837	0.7133	0.5244	0.6324	0.5711	0.2579	0.6972	0.7234	0.5877	0.7555	0.6846	0.406	0.715	0.7629
3.2550	39.0	5109	17.6792	0.6351	0.8861	0.7264	0.5355	0.6432	0.5557	0.2565	0.7021	0.7264	0.5996	0.7595	0.6947	0.4168	0.7186	0.77
3.2402	40.0	5240	17.7298	0.6315	0.8823	0.717	0.5433	0.6373	0.5704	0.2567	0.6968	0.7275	0.6155	0.7608	0.6978	0.4156	0.7166	0.7624
3.1442	41.0	5371	17.7419	0.6344	0.8854	0.7121	0.5494	0.6389	0.5502	0.2623	0.7009	0.728	0.617	0.7603	0.6627	0.415	0.7211	0.7672
3.1479	42.0	5502	17.8540	0.6385	0.8916	0.7253	0.5529	0.6418	0.5203	0.2619	0.7021	0.7289	0.6173	0.76	0.657	0.421	0.7216	0.773
3.0678	43.0	5633	17.7972	0.6396	0.893	0.7188	0.5426	0.6458	0.5611	0.2608	0.7015	0.7238	0.5966	0.7558	0.6583	0.4242	0.7216	0.773
3.1587	44.0	5764	17.8076	0.6381	0.8902	0.7169	0.5515	0.64	0.5618	0.26	0.7034	0.7259	0.6118	0.7568	0.6794	0.4186	0.7225	0.7732
3.0502	45.0	5895	17.8509	0.6377	0.891	0.7179	0.5427	0.6415	0.5792	0.2597	0.7012	0.7272	0.6027	0.7565	0.6649	0.4169	0.7232	0.773
3.0924	46.0	6026	17.8412	0.6374	0.89	0.7138	0.5429	0.6428	0.5631	0.2593	0.6997	0.7279	0.6039	0.7571	0.6846	0.4156	0.7245	0.772
3.0594	47.0	6157	17.8785	0.6356	0.8877	0.7132	0.5403	0.6406	0.5715	0.2587	0.7001	0.7238	0.5966	0.7547	0.686	0.4114	0.7252	0.7702
3.0586	48.0	6288	17.8621	0.6355	0.8895	0.7141	0.5413	0.6405	0.5513	0.2585	0.6981	0.7253	0.5969	0.758	0.6737	0.4118	0.7245	0.7703
3.0605	49.0	6419	17.8728	0.6365	0.8899	0.7147	0.5429	0.6403	0.5589	0.2595	0.7014	0.7259	0.6011	0.7549	0.6846	0.414	0.7244	0.7712
3.0423	50.0	6550	17.8628	0.6359	0.89	0.7146	0.5417	0.6407	0.5618	0.2587	0.7009	0.7252	0.5969	0.7561	0.693	0.4121	0.7242	0.7712

Framework versions

Transformers 5.16.1
Pytorch 2.11.0+cu128
Datasets 4.0.0
Tokenizers 0.23.1

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: RfDetrForObjectDetection
Ревизия весов: 7df3387