Характеристики

Лицензия: Apache 2.0
Архитектура: rf_detr · dense
Базовая модель: rf-detr-base
Библиотека: transformers
Опубликована: 17 июн 2026

Ссылки

Hugging Face

rfdetr-docvqa-media3-v2

merve

Поиск объектовИзображение → bounding_boxes3 профессии

Дообученная RF-DETR-модель для обнаружения и локализации объектов на изображениях.

12скачиваний за 30 дней0лайковвеса обновлены17 июн 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

merve/rfdetr-docvqa-media3-v2 — модель обнаружения объектов, дообученная на основе Roboflow/rf-detr-base с помощью библиотеки Transformers. Название указывает на применение к документам и изображениям Media3, однако карточка не описывает целевой набор данных или классы объектов, поэтому назначение по названию нельзя подтвердить.

Модель принимает изображения и выдаёт обнаруженные объекты с их локализацией. В README приведены низкие значения метрик обнаружения на наборе оценки: mAP 0,0037 и mAP@50 0,0137. Модель распространяется в формате safetensors по лицензии Apache-2.0.

Сценарии применения

обнаружение объектов на изображениях
поиск объектов в изображениях документов
локализация объектов на изображении

Ограничения

В README указаны очень низкие показатели на оценочном наборе: mAP 0,0037 и mAP@50 0,0137. Набор данных и классы объектов не описаны, поэтому целевое применение модели не подтверждено.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

I.8Универсальные способностиИзображения и компьютерное зрениеAI помогает извлекать визуальные признаки, изменять изображения и создавать новые визуальные материалы.17 задач6 331модель I.3Универсальные способностиИзвлечение и структурирование данныхAI помогает превращать разрозненные данные в структуру, пригодную для поиска, аналитики и автоматизации.18 задач25 791модель I.14Универсальные способностиАвтоматизация процессов и AI-агентыAI помогает выполнять многошаговые цифровые процессы и координировать действия между системами.20 задач26 022модели

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

rfdetr-docvqa-media3-v2

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

Loss: 16.2431
Map: 0.0037
Map 50: 0.0137
Map 75: 0.0004
Map Small: -1.0
Map Medium: 0.0018
Map Large: 0.0039
Mar 1: 0.0203
Mar 10: 0.0793
Mar 100: 0.1731
Mar Small: -1.0
Mar Medium: 0.025
Mar Large: 0.1816
Map Chart: 0.0046
Mar 100 Chart: 0.1474
Map Image: 0.0062
Mar 100 Image: 0.3269
Map Signature: 0.0001
Mar 100 Signature: 0.045

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: 5e-05
train_batch_size: 8
eval_batch_size: 8
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
lr_scheduler_warmup_steps: 0.05
num_epochs: 10

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 Chart	Mar 100 Chart	Map Image	Mar 100 Image	Map Signature	Mar 100 Signature
40.0459	1.0	33	25.5239	0.0	0.0	0.0	-1.0	0.0	0.0	0.0	0.0	0.0067	-1.0	0.0	0.007	0.0	0.0	0.0	0.0	0.0	0.02
15.4391	2.0	66	25.5408	0.0	0.0003	0.0	-1.0	0.0	0.0	0.0	0.003	0.003	-1.0	0.0	0.0031	0.0	0.0053	0.0001	0.0038	0.0	0.0
13.9985	3.0	99	22.7635	0.0002	0.0004	0.0002	-1.0	0.0	0.0002	0.007	0.0105	0.0155	-1.0	0.0	0.0158	0.0006	0.0316	0.0	0.0	0.0	0.015
13.1759	4.0	132	21.8405	0.0013	0.0063	0.0	-1.0	0.0	0.0013	0.0035	0.0233	0.0392	-1.0	0.0	0.0412	0.0025	0.0421	0.0012	0.0654	0.0001	0.01
12.6280	5.0	165	21.5377	0.0015	0.0042	0.0011	-1.0	0.0059	0.0015	0.0211	0.0228	0.1041	-1.0	0.125	0.1001	0.0037	0.2	0.0008	0.0923	0.0	0.02
12.3205	6.0	198	19.0510	0.0012	0.0046	0.0004	-1.0	0.0042	0.0012	0.0056	0.0642	0.1349	-1.0	0.025	0.1397	0.0019	0.1579	0.0015	0.1769	0.0001	0.07
10.5714	7.0	231	16.7398	0.0023	0.01	0.0006	-1.0	0.0134	0.0023	0.0158	0.0647	0.1626	-1.0	0.15	0.1635	0.0049	0.1474	0.0021	0.3154	0.0001	0.025
10.2309	8.0	264	16.9129	0.0135	0.0575	0.0006	-1.0	0.0072	0.0145	0.0126	0.0607	0.1619	-1.0	0.075	0.1676	0.0125	0.1053	0.028	0.3154	0.0001	0.065
9.5882	9.0	297	16.5097	0.0138	0.0327	0.0006	-1.0	0.0007	0.0142	0.0257	0.0652	0.1964	-1.0	0.05	0.2046	0.034	0.1737	0.0073	0.3654	0.0001	0.05
9.5828	10.0	330	16.2431	0.0037	0.0137	0.0004	-1.0	0.0018	0.0039	0.0203	0.0793	0.1731	-1.0	0.025	0.1816	0.0046	0.1474	0.0062	0.3269	0.0001	0.045

Framework versions

Transformers 5.12.1
Pytorch 2.12.0+cu130
Datasets 5.0.0
Tokenizers 0.22.2

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: ef19ed0