/ Модель

Характеристики

Контекст
512 токенов
Размер весов
2,3 ГБ
Лицензия
Apache 2.0
Архитектура
grounding-dino · dense
Библиотека
transformers.js
Опубликована
5 янв 2025

grounding-dino-tiny-ONNX

Поиск объектовИзображение → bounding_boxes3 профессии

Компактная ONNX-модель Grounding DINO для обнаружения объектов на изображениях по произвольным текстовым запросам без дообучения.

5 373скачиваний за 30 дней7лайковвеса обновлены5 янв 2025

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

onnx-community/grounding-dino-tiny-ONNX — модель обнаружения объектов по текстовому запросу с нулевым обучением, подготовленная ONNX Community на основе Grounding DINO Tiny от IDEA Research. Она преобразована в формат ONNX для использования с библиотекой Transformers.js и запуска в JavaScript-приложениях.

Модель принимает изображение и список текстовых описаний объектов, после чего возвращает найденные ограничивающие рамки, метки и оценки уверенности. Она предназначена для поиска на изображении объектов, заданных произвольными текстовыми категориями, без специального обучения на этих категориях; пример сценария — обнаружение кошек на фотографии.

Распространяется по лицензии Apache-2.0. Для работы используются ONNX-веса и API Transformers.js, что делает модель пригодной для интеграции в веб-приложения и другие JavaScript-сценарии, поддерживающие эту библиотеку.

Сценарии применения

  • поиск объектов на фотографиях по текстовому описанию
  • обнаружение пользовательских категорий без переобучения
  • разметка изображений ограничивающими рамками
  • создание веб-приложений компьютерного зрения на JavaScript

Ограничения

Качество зависит от формулировки текстовых запросов и выбранных порогов уверенности; в README рекомендуется использовать запросы в нижнем регистре с точкой в конце. Модель является вариантом Tiny, поэтому её точность и полнота могут уступать более крупным моделям.

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

https://huggingface.co/IDEA-Research/grounding-dino-tiny with ONNX weights to be compatible with Transformers.js.

Usage (Transformers.js)

If you haven't already, you can install the Transformers.js JavaScript library from NPM using:

npm i @huggingface/transformers

Example: Zero-shot object detection with onnx-community/grounding-dino-tiny-ONNX using the pipeline API.

import { pipeline } from "@huggingface/transformers";

const detector = await pipeline("zero-shot-object-detection", "onnx-community/grounding-dino-tiny-ONNX");

const url = "http://images.cocodataset.org/val2017/000000039769.jpg";
const candidate_labels = ["a cat."];
const output = await detector(url, candidate_labels, {
  threshold: 0.3,
});
[
  { score: 0.45316222310066223, label: "a cat", box: { xmin: 343, ymin: 23, xmax: 637, ymax: 372 } },
  { score: 0.36190420389175415, label: "a cat", box: { xmin: 12, ymin: 52, xmax: 317, ymax: 472 } },
]

Example: Zero-shot object detection with onnx-community/grounding-dino-tiny-ONNX using the AutoModel API.

import { AutoModelForZeroShotObjectDetection, AutoProcessor, load_image } from "@huggingface/transformers";

// Load model and processor
const model_id = "onnx-community/grounding-dino-tiny-ONNX";
const processor = await AutoProcessor.from_pretrained(model_id);
const model = await AutoModelForZeroShotObjectDetection.from_pretrained(model_id, { dtype: "fp32" });

// Prepare image and text inputs
const image = await load_image("http://images.cocodataset.org/val2017/000000039769.jpg");
const text = "a cat."; // NB: text query needs to be lowercased + end with a dot

// Preprocess image and text
const inputs = await processor(image, text);

// Run model
const outputs = await model(inputs);

// Post-process outputs
const results = processor.post_process_grounded_object_detection(
  outputs,
  inputs.input_ids,
  {
    box_threshold: 0.3,
    text_threshold: 0.3,
    target_sizes: [image.size.reverse()],
  },
);
console.log(results);
[
  {
    scores: [ 0.45316222310066223, 0.36190420389175415 ],
    boxes: [
      [ 343.7238121032715, 23.02229404449463, 637.0737648010254, 372.6510000228882 ],
      [ 12.311229705810547, 52.27128982543945, 317.4389839172363, 472.60459899902344 ]
    ],
    labels: [ 'a cat', 'a cat' ]
  }
]

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers.js

Нельзя запустить

Модель выложена для браузера (ONNX / transformers.js).

Класс архитектуры
GroundingDinoForObjectDetection
Ревизия весов
ff690b0

0 моделей