Характеристики

Лицензия: Apache 2.0
Архитектура: rf_detr · dense
Базовая модель: rf-detr-base
Библиотека: transformers
Опубликована: 15 июн 2026

Ссылки

rfdetr-docvqa-qwen

Поиск объектовИзображение → bounding_boxes3 профессии

Дообученная RF-DETR-модель для обнаружения объектов на изображениях, с опубликованными низкими показателями mAP на оценочном наборе.

20скачиваний за 30 дней0лайковвеса обновлены15 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-qwen — дообученная модель Roboflow/rf-detr-base для обнаружения объектов на изображениях. Несмотря на название, README и метаданные описывают задачу object detection; подтверждений работы с вопросами и ответами по документам или использования Qwen нет. Модель построена на архитектуре RF-DETR и распространяется в формате safetensors по лицензии Apache-2.0.

В README приведены результаты оценки, включая mAP 0,0368 и показатели для изображений и таблиц; значения для диаграмм и графиков равны нулю. Датасет обозначен как неизвестный, поэтому область применения обучения нельзя определить точнее. Эти результаты дают основание учитывать качество обнаружения объектов как ограничение при выборе модели.

Сценарии применения

обнаружение объектов на изображениях
локализация объектов на изображениях
поиск объектов на изображениях документов
обнаружение изображений и таблиц в визуальных данных

Ограничения

В README указаны низкие метрики обнаружения: mAP 0,0368, а для диаграмм и графиков показатели mAP равны нулю. Датасет обучения не идентифицирован; пригодность для DocVQA не подтверждена.

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 II.8Разработка и данныеИнженерия данных и аналитикаAI помогает готовить надёжные данные и превращать их в понятную аналитику.22 задачи23 488моделей I.3Универсальные способностиИзвлечение и структурирование данныхAI помогает превращать разрозненные данные в структуру, пригодную для поиска, аналитики и автоматизации.18 задач25 791модель

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

rfdetr-docvqa-qwen

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: 13.0586
Map: 0.0368
Map 50: 0.053
Map 75: 0.043
Map Small: -1.0
Map Medium: 0.0361
Map Large: 0.0382
Mar 1: 0.0457
Mar 10: 0.1721
Mar 100: 0.2857
Mar Small: -1.0
Mar Medium: 0.35
Mar Large: 0.2867
Map Chart: 0.0
Mar 100 Chart: 0.0
Map Diagram: 0.0
Mar 100 Diagram: 0.0
Map Figure: 0.0
Mar 100 Figure: 0.0
Map Image: 0.1529
Mar 100 Image: 0.7949
Map Table: 0.031
Mar 100 Table: 0.6337

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 Table	Mar 100 Table
24.7458	1.0	69	21.2345	0.0008	0.0029	0.0001	-1.0	0.0	0.0008	0.0005	0.0168	0.0686	-1.0	0.0	0.0686	0.0001	0.0824	0.0	0.0	0.004	0.2605
13.3342	2.0	138	18.1056	0.0011	0.0033	0.0005	-1.0	0.0	0.0011	0.0063	0.0302	0.0661	-1.0	0.0	0.0662	0.0	0.0	0.0001	0.0085	0.0055	0.3221
12.3492	3.0	207	17.8376	0.0023	0.007	0.0008	-1.0	0.0	0.0023	0.0105	0.0414	0.1012	-1.0	0.0	0.103	0.0	0.0	0.0011	0.1712	0.0102	0.3349
11.0428	4.0	276	17.4588	0.0072	0.0227	0.0017	-1.0	0.0	0.0072	0.0154	0.0484	0.14	-1.0	0.0	0.1434	0.0	0.0	0.0058	0.322	0.03	0.3779
10.6341	5.0	345	15.4127	0.006	0.0164	0.0039	-1.0	0.0	0.0062	0.0115	0.0753	0.2016	-1.0	0.0	0.2077	0.0	0.0	0.0149	0.5695	0.0154	0.4384
10.1076	6.0	414	14.4452	0.0158	0.0308	0.0141	-1.0	0.0	0.0162	0.0307	0.1094	0.2111	-1.0	0.0	0.2175	0.0	0.0	0.0337	0.5983	0.0452	0.457
9.5315	7.0	483	13.9064	0.0165	0.0368	0.0108	-1.0	0.0	0.0171	0.024	0.1238	0.2374	-1.0	0.0	0.2445	0.0	0.0	0.0553	0.6661	0.0273	0.5209
8.9901	8.0	552	13.0197	0.0342	0.0613	0.0326	-1.0	0.0087	0.0355	0.0424	0.1634	0.2603	-1.0	0.1	0.266	0.0	0.0	0.1215	0.7305	0.0496	0.5709
9.2235	9.0	621	13.0330	0.0372	0.0558	0.0442	-1.0	0.0308	0.0389	0.0471	0.1659	0.2797	-1.0	0.35	0.2807	0.0	0.0	0.1592	0.7881	0.0269	0.6105
8.9338	10.0	690	13.0586	0.0368	0.053	0.043	-1.0	0.0361	0.0382	0.0457	0.1721	0.2857	-1.0	0.35	0.2867	0.0	0.0	0.1529	0.7949	0.031	0.6337

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: f622834