Характеристики

Контекст: 1 024 токена
Параметры: 6,3 млн
Лицензия: Apache 2.0
Архитектура: detr · dense
Базовая модель: detr-resnet50_finetuned_nganimal_primSecv2_lr5e5_dec1e4_bs8
Опубликована: 6 авг 2024

Ссылки

Hugging Face

detr-resnet50_finetuned_nganimal_primSecv2_lr1e5_dec1e4_bs4

nsugianto

Поиск объектовИзображение → bounding_boxes3 профессии

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

108скачиваний за 30 дней0лайковвеса обновлены8 авг 2024

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 модель обнаружения объектов на базе nsugianto/detr-resnet50_finetuned_nganimal_primSecv2_lr5e5_dec1e4_bs8. Она использует архитектуру DETR и содержит 6,3 млн параметров; веса опубликованы в формате safetensors. Модель предназначена для анализа изображений и локализации объектов, однако карточка не описывает набор классов и сценарии применения. README указывает, что дообучение выполнено на неизвестном наборе данных. Лицензия — Apache-2.0.

Сценарии применения

обнаружение объектов на изображениях
определение расположения объектов в кадре
поиск животных на изображениях, если это предусмотрено классами модели

Ограничения

Набор данных и классы объектов не описаны, поэтому состав распознаваемых категорий и качество модели по карточке определить нельзя.

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.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделей II.8Разработка и данныеИнженерия данных и аналитикаAI помогает готовить надёжные данные и превращать их в понятную аналитику.22 задачи23 488моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

detr-resnet50_finetuned_nganimal_primSecv2_lr1e5_dec1e4_bs4

This model is a fine-tuned version of nsugianto/detr-resnet50_finetuned_nganimal_primSecv2_lr5e5_dec1e4_bs8 on an unknown dataset.

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: 1e-05
train_batch_size: 4
eval_batch_size: 8
seed: 42
optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
lr_scheduler_type: linear
num_epochs: 100
mixed_precision_training: Native AMP

Training results

Framework versions

Transformers 4.41.0.dev0
Pytorch 2.0.1
Datasets 2.18.0
Tokenizers 0.19.1

Как запустить

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

GPU в ailist

Универсальный рантайм · object-detection

Можно запустить

Подбираем GPU…

Класс архитектуры: DetrForObjectDetection
Ревизия весов: 869b77c