/ Модель

Характеристики

Размер весов
163 МБ
Лицензия
Apache 2.0
Архитектура
rf-detr · dense
Библиотека
mlx
Опубликована
30 июн 2026

rfdetr-keypoint-preview-mlx-fp32

Языковая модель3 профессии

Конверсия RF-DETR в MLX для обнаружения людей и определения 17 ключевых точек позы на изображениях Apple Silicon.

14скачиваний за 30 дней0лайковвеса обновлены30 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

mnmly/rfdetr-keypoint-preview-mlx-fp32 — конверсия модели RF-DETR Keypoint от Roboflow в формат MLX для запуска через mlx-swift-rf-detr на Apple Silicon. Модель предназначена для обнаружения людей и предсказания 17 ключевых точек тела COCO в формате GroupPose; обрабатывает изображения с разрешением 576 пикселей. Архитектура основана на RF-DETR с оконной малой backbone-моделью DINOv2, четырьмя слоями декодера и 100 запросами; веса представлены в fp32 в формате safetensors.

Модель можно использовать в Swift-приложениях для оценки позы людей на изображениях. Это предварительная версия, отслеживающая соответствующую ветку RF-DETR. Распространяется по лицензии Apache-2.0.

Сценарии применения

  • обнаружение людей на изображениях
  • оценка позы человека по 17 точкам COCO
  • извлечение поз людей для анализа сцен
  • встраивание обнаружения поз в Swift-приложение для Apple Silicon

Ограничения

Предварительная версия модели; README описывает обнаружение только людей и 17 точек COCO. Для запуска предназначена среда MLX на Apple Silicon через mlx-swift-rf-detr.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

RF-DETR Keypoint (preview) — MLX, fp32

MLX-format conversion of Roboflow's RF-DETR keypoint-preview (GroupPose) model, for use with mlx-swift-rf-detr on Apple Silicon.

  • Upstream: roboflow/rf-detr (Apache-2.0), checkpoint rf-detr-keypoint-preview-xlarge.pth
  • Task: person keypoint detection — 1 class (person), 17 COCO keypoints (GroupPose)
  • Resolution: 576 · decoder layers: 4 · queries: 100 · backbone: dinov2_windowed_small (hidden 256)
  • Precision: fp32
  • Files: config.json + preprocessor_config.json + model.safetensors
  • Status: preview — tracks the upstream keypoint-preview line.

Conversion

Converted from the upstream PyTorch checkpoint with Scripts/convert_keypoint.py. Built person-only (num_classes=1); four dead keypoint_head.keypoint_proj.* keys are dropped. Weights keep their model. prefix and NCHW conv layout (the Swift loader transposes to NHWC at load).

Usage (Swift)

import MLXRFDETR

let dir = URL(fileURLWithPath: "rfdetr-keypoint-preview-mlx-fp32")   // this repo's downloaded files
let predictor = try MLXRFDETR.fromPretrained(dir, scoreThreshold: 0.3, nmsThreshold: 0.5)
let result = try predictor.predict(url: URL(fileURLWithPath: "image.jpg"))
// result carries per-instance keypoints for the GroupPose model.

License

Apache 2.0 — see LICENSE. Model architecture and weights © Roboflow, Inc. This repository redistributes a format-converted copy of the upstream Apache-2.0 weights; no weights were retrained or modified beyond the PyTorch→MLX serialization.

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · mlx

Нельзя запустить

MLX-модели работают только на Apple Silicon.

Ревизия весов
ce617da

0 моделей