Характеристики

Лицензия: Apache 2.0
Библиотека: pytorch
Опубликована: 25 фев 2024

Ссылки

Hugging Face arXiv 2005.12872

DETR-ResNet50-DC5

Поиск объектовИзображение → bounding_boxes3 профессии

DETR-ResNet50-DC5 — модель обнаружения объектов, разработанная на основе реализации DETR от Facebook Research и оптимизированная Qualcomm для устройств с чипами Qualcomm.

634скачиваний за 30 дней1лайквеса обновлены7 окт 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

Модель обучена на наборе данных COCO и предназначена для обнаружения объектов на изображениях, в том числе в мобильных и периферийных приложениях на Android и других устройствах Qualcomm.

Архитектура использует ResNet50-DC5 в качестве контрольной точки; входное разрешение составляет 480×480 пикселей, размер модели в формате float — около 160 МБ. Это визуальная модель с поддержкой развертывания через ONNX, QNN_DLC и TFLITE; доступны варианты с плавающей точкой и смешанной квантизацией w8a16. Предварительно экспортированные версии рассчитаны на универсальные конфигурации, а Qualcomm AI Hub Models позволяет задавать собственные веса, размеры входа, целевое устройство и runtime.

Сильная сторона модели — готовность к запуску на NPU устройств Qualcomm и наличие оптимизированных артефактов для разных runtime и чипсетов. Производительность зависит от устройства и конфигурации: для ONNX float заявленное время инференса составляет примерно от 18 до 68 мс на перечисленных платформах. Ограничения включают фиксированное входное разрешение по умолчанию, зависимость производительности и потребления памяти от аппаратной платформы и отсутствие в README сведений о точности, поддерживаемых языках и качестве работы вне распределения COCO. Модель распространяется по лицензии Apache-2.0.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

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 IV.1Отраслевые задачиРитейл, электронная коммерция и fashion-techAI помогает управлять ассортиментом, покупательским опытом и эффективностью торговых операций.29 задач5 934модели IV.9Отраслевые задачиМедиа, журналистика, культура, архивы и игрыAI помогает создавать, искать, сохранять и персонализировать медиа, культурный и игровой контент.44 задачи14 938моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

DETR-ResNet50-DC5: Optimized for Qualcomm Devices

DETR is a machine learning model that can detect objects (trained on COCO dataset).

This is based on the implementation of DETR-ResNet50-DC5 found here. This repository contains pre-exported model files optimized for Qualcomm® devices. You can use the Qualcomm® AI Hub Models library to export with custom configurations. More details on model performance across various devices, can be found here.

Qualcomm AI Hub Models uses Qualcomm AI Hub Workbench to compile, profile, and evaluate this model. Sign up to run these models on a hosted Qualcomm® device.

Getting Started

There are two ways to deploy this model on your device:

Option 1: Download Pre-Exported Models

Below are pre-exported model assets ready for deployment.

Runtime	Precision	Chipset	SDK Versions	Download
ONNX	float	Universal	QAIRT 2.50, ONNX Runtime 1.27.1	Download
ONNX	w8a16_mixed_int16	Universal	QAIRT 2.50, ONNX Runtime 1.27.1	Download
QNN_DLC	float	Universal	QAIRT 2.50	Download
QNN_DLC	w8a16_mixed_int16	Universal	QAIRT 2.50	Download
TFLITE	float	Universal	QAIRT 2.50	Download

For more device-specific assets and performance metrics, visit DETR-ResNet50-DC5 on Qualcomm® AI Hub.

Option 2: Export with Custom Configurations

Use the Qualcomm® AI Hub Models Python library to compile and export the model with your own:

Custom weights (e.g., fine-tuned checkpoints)
Custom input shapes
Target device and runtime configurations

This option is ideal if you need to customize the model beyond the default configuration provided here.

See our repository for DETR-ResNet50-DC5 on GitHub for usage instructions.

Model Details

Model Type: Model_use_case.object_detection

Model Stats:

Input resolution: 480x480
Model checkpoint: ResNet50-DC5
Model size (float): 160 MB

Performance Summary

Model	Runtime	Precision	Chipset	Inference Time (ms)	Peak Memory Range (MB)	Primary Compute Unit
DETR-ResNet50-DC5	ONNX	float	Snapdragon® 8 Elite Gen 5 For Galaxy Mobile	16.339 ms	3 - 359 MB	NPU
DETR-ResNet50-DC5	ONNX	float	Snapdragon® 8 Elite For Galaxy Mobile	20.972 ms	3 - 349 MB	NPU
DETR-ResNet50-DC5	ONNX	float	Snapdragon® X2 Elite	18.038 ms	5 - 5 MB	NPU
DETR-ResNet50-DC5	ONNX	float	Snapdragon® X Elite	42.082 ms	78 - 78 MB	NPU
DETR-ResNet50-DC5	ONNX	float	Snapdragon® 8 Gen 3 Mobile	30.232 ms	0 - 461 MB	NPU
DETR-ResNet50-DC5	ONNX	float	Snapdragon® 8 Gen 1 Mobile	55.88 ms	1 - 410 MB	NPU
DETR-ResNet50-DC5	ONNX	float	Qualcomm® Dragonwing™ IQ-8275	56.884 ms	4 - 13 MB	NPU
DETR-ResNet50-DC5	ONNX	float	Qualcomm® Dragonwing™ QCS8550 (Proxy)	41.062 ms	5 - 8 MB	NPU
DETR-ResNet50-DC5	ONNX	float	Qualcomm® QCS8450	55.88 ms	1 - 410 MB	NPU
DETR-ResNet50-DC5	ONNX	float	Qualcomm® Dragonwing™ IQ-9075	55.631 ms	5 - 13 MB	NPU
DETR-ResNet50-DC5	ONNX	float	Qualcomm® Dragonwing™ IQ-X7181	42.082 ms	78 - 78 MB	NPU
DETR-ResNet50-DC5	ONNX	float	Qualcomm® Dragonwing™ Q-8750	20.972 ms	3 - 349 MB	NPU
DETR-ResNet50-DC5	ONNX	w8a16_mixed_fp16	Snapdragon® 8 Elite Gen 5 For Galaxy Mobile	99.167 ms	28 - 755 MB	NPU
DETR-ResNet50-DC5	ONNX	w8a16_mixed_fp16	Snapdragon® 8 Elite For Galaxy Mobile	113.898 ms	30 - 550 MB	NPU
DETR-ResNet50-DC5	ONNX	w8a16_mixed_fp16	Snapdragon® 8 Gen 3 Mobile	136.194 ms	51 - 875 MB	NPU
DETR-ResNet50-DC5	ONNX	w8a16_mixed_fp16	Qualcomm® Dragonwing™ IQ-8275	190.978 ms	51 - 54 MB	NPU
DETR-ResNet50-DC5	ONNX	w8a16_mixed_fp16	Qualcomm® Dragonwing™ QCS8550 (Proxy)	171.155 ms	16 - 80 MB	NPU
DETR-ResNet50-DC5	ONNX	w8a16_mixed_fp16	Qualcomm® Dragonwing™ IQ-9075	158.079 ms	54 - 56 MB	NPU
DETR-ResNet50-DC5	ONNX	w8a16_mixed_fp16	Qualcomm® Dragonwing™ Q-8750	113.898 ms	30 - 550 MB	NPU
DETR-ResNet50-DC5	ONNX	w8a16_mixed_int16	Snapdragon® 8 Elite Gen 5 For Galaxy Mobile	96.537 ms	55 - 414 MB	NPU
DETR-ResNet50-DC5	ONNX	w8a16_mixed_int16	Snapdragon® 8 Elite For Galaxy Mobile	107.157 ms	53 - 391 MB	NPU
DETR-ResNet50-DC5	ONNX	w8a16_mixed_int16	Snapdragon® 8 Gen 3 Mobile	133.553 ms	48 - 531 MB	NPU
DETR-ResNet50-DC5	ONNX	w8a16_mixed_int16	Qualcomm® Dragonwing™ Q-8750	107.157 ms	53 - 391 MB	NPU
DETR-ResNet50-DC5	QNN_DLC	float	Snapdragon® 8 Elite Gen 5 For Galaxy Mobile	17.302 ms	5 - 367 MB	NPU
DETR-ResNet50-DC5	QNN_DLC	float	Snapdragon® 8 Elite For Galaxy Mobile	25.002 ms	5 - 355 MB	NPU
DETR-ResNet50-DC5	QNN_DLC	float	Snapdragon® X2 Elite	20.238 ms	5 - 5 MB	NPU
DETR-ResNet50-DC5	QNN_DLC	float	Snapdragon® X Elite	45.081 ms	5 - 5 MB	NPU
DETR-ResNet50-DC5	QNN_DLC	float	Snapdragon® 8 Gen 3 Mobile	32.073 ms	3 - 446 MB	NPU
DETR-ResNet50-DC5	QNN_DLC	float	Snapdragon® 8 Gen 1 Mobile	59.344 ms	5 - 393 MB	NPU
DETR-ResNet50-DC5	QNN_DLC	float	Qualcomm® Dragonwing™ IQ-8275	58.739 ms	5 - 12 MB	NPU
DETR-ResNet50-DC5	QNN_DLC	float	Qualcomm® Dragonwing™ QCS8550 (Proxy)	43.72 ms	5 - 7 MB	NPU
DETR-ResNet50-DC5	QNN_DLC	float	Qualcomm® SA8775P	57.334 ms	0 - 342 MB	NPU
DETR-ResNet50-DC5	QNN_DLC	float	Qualcomm® SA8650P	57.334 ms	0 - 342 MB	NPU
DETR-ResNet50-DC5	QNN_DLC	float	Qualcomm® SA8255P	57.334 ms	0 - 342 MB	NPU
DETR-ResNet50-DC5	QNN_DLC	float	Qualcomm® QCS8450	59.344 ms	5 - 393 MB	NPU
DETR-ResNet50-DC5	QNN_DLC	float	Qualcomm® Dragonwing™ IQ-9075	58.077 ms	5 - 12 MB	NPU
DETR-ResNet50-DC5	QNN_DLC	float	Qualcomm® Dragonwing™ IQ-X7181	45.081 ms	5 - 5 MB	NPU
DETR-ResNet50-DC5	QNN_DLC	float	Qualcomm® Dragonwing™ Q-8750	25.002 ms	5 - 355 MB	NPU
DETR-ResNet50-DC5	QNN_DLC	float	Qualcomm® SA8295P	63.137 ms	0 - 300 MB	NPU
DETR-ResNet50-DC5	QNN_DLC	w8a16_mixed_fp16	Snapdragon® 8 Elite Gen 5 For Galaxy Mobile	69.835 ms	2 - 691 MB	NPU
DETR-ResNet50-DC5	QNN_DLC	w8a16_mixed_fp16	Snapdragon® 8 Elite For Galaxy Mobile	79.185 ms	2 - 782 MB	NPU
DETR-ResNet50-DC5	QNN_DLC	w8a16_mixed_fp16	Snapdragon® X2 Elite	65.808 ms	2 - 2 MB	NPU
DETR-ResNet50-DC5	QNN_DLC	w8a16_mixed_fp16	Snapdragon® X Elite	105.086 ms	2 - 2 MB	NPU
DETR-ResNet50-DC5	QNN_DLC	w8a16_mixed_fp16	Snapdragon® 8 Gen 3 Mobile	98.134 ms	2 - 900 MB	NPU
DETR-ResNet50-DC5	QNN_DLC	w8a16_mixed_fp16	Qualcomm® Dragonwing™ IQ-8275	127.508 ms	2 - 7 MB	NPU
DETR-ResNet50-DC5	QNN_DLC	w8a16_mixed_fp16	Qualcomm® Dragonwing™ QCS8550 (Proxy)	113.54 ms	3 - 5 MB	NPU
DETR-ResNet50-DC5	QNN_DLC	w8a16_mixed_fp16	Qualcomm® SA8775P	118.466 ms	1 - 778 MB	NPU
DETR-ResNet50-DC5	QNN_DLC	w8a16_mixed_fp16	Qualcomm® SA8650P	118.466 ms	1 - 778 MB	NPU
DETR-ResNet50-DC5	QNN_DLC	w8a16_mixed_fp16	Qualcomm® SA8255P	118.466 ms	1 - 778 MB	NPU
DETR-ResNet50-DC5	QNN_DLC	w8a16_mixed_fp16	Qualcomm® Dragonwing™ IQ-9075	141.538 ms	2 - 6 MB	NPU
DETR-ResNet50-DC5	QNN_DLC	w8a16_mixed_fp16	Qualcomm® Dragonwing™ IQ-X7181	105.086 ms	2 - 2 MB	NPU
DETR-ResNet50-DC5	QNN_DLC	w8a16_mixed_fp16	Qualcomm® Dragonwing™ Q-8750	79.185 ms	2 - 782 MB	NPU
DETR-ResNet50-DC5	QNN_DLC	w8a16_mixed_fp16	Qualcomm® SA7255P	239.964 ms	2 - 757 MB	NPU
DETR-ResNet50-DC5	QNN_DLC	w8a16_mixed_int16	Snapdragon® 8 Elite Gen 5 For Galaxy Mobile	22.655 ms	2 - 439 MB	NPU
DETR-ResNet50-DC5	QNN_DLC	w8a16_mixed_int16	Snapdragon® 8 Elite For Galaxy Mobile	26.852 ms	0 - 412 MB	NPU
DETR-ResNet50-DC5	QNN_DLC	w8a16_mixed_int16	Snapdragon® X2 Elite	22.125 ms	2 - 2 MB	NPU
DETR-ResNet50-DC5	QNN_DLC	w8a16_mixed_int16	Snapdragon® X Elite	39.479 ms	2 - 2 MB	NPU
DETR-ResNet50-DC5	QNN_DLC	w8a16_mixed_int16	Snapdragon® 8 Gen 3 Mobile	29.376 ms	2 - 536 MB	NPU
DETR-ResNet50-DC5	QNN_DLC	w8a16_mixed_int16	Qualcomm® Dragonwing™ IQ-8275	36.973 ms	2 - 8 MB	NPU
DETR-ResNet50-DC5	QNN_DLC	w8a16_mixed_int16	Qualcomm® Dragonwing™ QCS8550 (Proxy)	37.988 ms	2 - 5 MB	NPU
DETR-ResNet50-DC5	QNN_DLC	w8a16_mixed_int16	Qualcomm® SA8775P	37.41 ms	0 - 419 MB	NPU
DETR-ResNet50-DC5	QNN_DLC	w8a16_mixed_int16	Qualcomm® SA8650P	37.41 ms	0 - 419 MB	NPU
DETR-ResNet50-DC5	QNN_DLC	w8a16_mixed_int16	Qualcomm® SA8255P	37.41 ms	0 - 419 MB	NPU
DETR-ResNet50-DC5	QNN_DLC	w8a16_mixed_int16	Qualcomm® Dragonwing™ IQ-9075	37.919 ms	2 - 7 MB	NPU
DETR-ResNet50-DC5	QNN_DLC	w8a16_mixed_int16	Qualcomm® Dragonwing™ IQ-X7181	39.479 ms	2 - 2 MB	NPU
DETR-ResNet50-DC5	QNN_DLC	w8a16_mixed_int16	Qualcomm® Dragonwing™ Q-6690	565.301 ms	3 - 584 MB	NPU
DETR-ResNet50-DC5	QNN_DLC	w8a16_mixed_int16	Qualcomm® Dragonwing™ Q-7790	49.369 ms	2 - 458 MB	NPU
DETR-ResNet50-DC5	QNN_DLC	w8a16_mixed_int16	Qualcomm® Dragonwing™ Q-8750	26.852 ms	0 - 412 MB	NPU
DETR-ResNet50-DC5	QNN_DLC	w8a16_mixed_int16	Qualcomm® SA7255P	86.731 ms	0 - 420 MB	NPU
DETR-ResNet50-DC5	QNN_DLC	w8a16_mixed_int16	Snapdragon® 7 Gen 4 Mobile	49.369 ms	2 - 458 MB	NPU
DETR-ResNet50-DC5	TFLITE	float	Snapdragon® 8 Elite Gen 5 For Galaxy Mobile	17.005 ms	0 - 385 MB	NPU
DETR-ResNet50-DC5	TFLITE	float	Snapdragon® 8 Elite For Galaxy Mobile	24.641 ms	0 - 374 MB	NPU
DETR-ResNet50-DC5	TFLITE	float	Snapdragon® 8 Gen 3 Mobile	31.811 ms	0 - 465 MB	NPU
DETR-ResNet50-DC5	TFLITE	float	Snapdragon® 8 Gen 1 Mobile	58.608 ms	0 - 411 MB	NPU
DETR-ResNet50-DC5	TFLITE	float	Qualcomm® Dragonwing™ IQ-8275	59.871 ms	0 - 90 MB	NPU
DETR-ResNet50-DC5	TFLITE	float	Qualcomm® Dragonwing™ QCS8550 (Proxy)	43.408 ms	0 - 2 MB	NPU
DETR-ResNet50-DC5	TFLITE	float	Qualcomm® SA8775P	1191.951 ms	0 - 12 MB	CPU
DETR-ResNet50-DC5	TFLITE	float	Qualcomm® SA8650P	1191.951 ms	0 - 12 MB	CPU
DETR-ResNet50-DC5	TFLITE	float	Qualcomm® SA8255P	1191.951 ms	0 - 12 MB	CPU
DETR-ResNet50-DC5	TFLITE	float	Qualcomm® QCS8450	58.608 ms	0 - 411 MB	NPU
DETR-ResNet50-DC5	TFLITE	float	Qualcomm® Dragonwing™ IQ-9075	57.342 ms	0 - 90 MB	NPU
DETR-ResNet50-DC5	TFLITE	float	Qualcomm® Dragonwing™ Q-8750	24.641 ms	0 - 374 MB	NPU
DETR-ResNet50-DC5	TFLITE	float	Qualcomm® SA7255P	1566.548 ms	0 - 11 MB	CPU
DETR-ResNet50-DC5	TFLITE	float	Qualcomm® SA8295P	62.585 ms	0 - 320 MB	NPU

License

The license for the original implementation of DETR-ResNet50-DC5 can be found here.

References

Community

Join our AI Hub Slack community to collaborate, post questions and learn more about on-device AI.
For questions or feedback please reach out to us.

Как запустить

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

GPU в ailist

Универсальный рантайм · pytorch

Нельзя запустить

Библиотека «pytorch» рантаймом не поддерживается.

Ревизия весов: 132b3ef