Характеристики

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

Ссылки

Hugging Face

rfdetr-docvqa-media3-v2-agree1-large

merve

Поиск объектовИзображение → bounding_boxes3 профессии

Дообученная на базе RF-DETR Large 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-agree1-large — дообученная модель обнаружения объектов на основе Roboflow/rf-detr-large. Она предназначена для поиска объектов и их локализации на изображениях; метрики карточки отдельно показывают результаты для диаграмм, изображений и подписей. Модель использует архитектуру RF-DETR Large и распространяется в формате safetensors. Лицензия — Apache-2.0.

В README приведены низкие значения mAP на оценочном наборе: общий mAP 0,0038, mAP для диаграмм 0,005, для изображений 0,0045 и для подписей 0,0019. Датасет и подробности предполагаемого применения не описаны, поэтому эти результаты не подтверждают пригодность модели для конкретного сценария.

Сценарии применения

обнаружение объектов на изображениях
локализация объектов на диаграммах
поиск объектов на изображениях документов
обнаружение подписей на изображениях

Ограничения

README сообщает о низких значениях mAP на оценочном наборе, включая общий mAP 0,0038. Датасет и подробное описание intended use отсутствуют, поэтому практическая пригодность для конкретных категорий объектов не установлена.

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-agree1-large

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

Loss: 16.0585
Map: 0.0038
Map 50: 0.0192
Map 75: 0.0015
Map Small: -1.0
Map Medium: 0.0004
Map Large: 0.004
Mar 1: 0.0117
Mar 10: 0.1231
Mar 100: 0.3169
Mar Small: -1.0
Mar Medium: 0.05
Mar Large: 0.3313
Map Chart: 0.005
Mar 100 Chart: 0.025
Map Image: 0.0045
Mar 100 Image: 0.5917
Map Signature: 0.0019
Mar 100 Signature: 0.334

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
30.0081	1.0	50	29.0689	0.0008	0.0049	0.0	-1.0	0.0	0.0008	0.0067	0.0237	0.0876	-1.0	0.0	0.0881	0.0023	0.21	0.0001	0.0528	0.0	0.0
17.4070	2.0	100	26.6108	0.0004	0.0018	0.0	-1.0	0.0	0.0004	0.0033	0.0217	0.0648	-1.0	0.0	0.0657	0.0005	0.105	0.0005	0.0833	0.0001	0.006
14.5097	3.0	150	23.4111	0.0023	0.0079	0.0	-1.0	0.0	0.0023	0.0054	0.0185	0.084	-1.0	0.0	0.0875	0.0019	0.025	0.0048	0.1611	0.0001	0.066
14.1711	4.0	200	21.7587	0.0002	0.0007	0.0001	-1.0	0.0	0.0002	0.0009	0.0259	0.0924	-1.0	0.0	0.0956	0.0	0.0	0.0006	0.2472	0.0	0.03
13.5616	5.0	250	19.2226	0.002	0.0063	0.0004	-1.0	0.0	0.0021	0.0191	0.0537	0.2058	-1.0	0.0	0.2153	0.0039	0.03	0.0012	0.3833	0.001	0.204
12.5562	6.0	300	17.5439	0.0005	0.0015	0.0003	-1.0	0.0	0.0005	0.0019	0.03	0.1678	-1.0	0.0	0.1752	0.0	0.0	0.0009	0.3694	0.0005	0.134
11.3914	7.0	350	16.8868	0.0015	0.0043	0.0008	-1.0	0.0	0.0016	0.0009	0.0584	0.2636	-1.0	0.0	0.2767	0.0	0.0	0.0026	0.5028	0.0018	0.288
11.7201	8.0	400	16.5662	0.0079	0.0151	0.0113	-1.0	0.0	0.0081	0.0136	0.1118	0.307	-1.0	0.0	0.3222	0.0	0.0	0.0036	0.5889	0.0202	0.332
11.4605	9.0	450	16.2184	0.0033	0.0128	0.0017	-1.0	0.0003	0.0035	0.0156	0.0946	0.3031	-1.0	0.05	0.3166	0.0034	0.02	0.0048	0.5833	0.0018	0.306
11.6944	10.0	500	16.0585	0.0038	0.0192	0.0015	-1.0	0.0004	0.004	0.0117	0.1231	0.3169	-1.0	0.05	0.3313	0.005	0.025	0.0045	0.5917	0.0019	0.334

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: f265623