Характеристики

Лицензия: BSD 3-Clause
Библиотека: executorch
Опубликована: 17 дек 2024

Ссылки

react-native-executorch-ssdlite320-mobilenet-v3-large

Поиск объектовИзображение → bounding_boxes3 профессии

ssdlite320-mobilenet-v3-large — модель обнаружения объектов, экспортированная Software Mansion для библиотеки React Native ExecuTorch.

618скачиваний за 30 дней3лайкавеса обновлены16 сен 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

В основе лежит upstream-модель SSDLite320 MobileNetV3 Large из torchvision/PyTorch. Модель предназначена для запуска непосредственно на мобильных и других периферийных устройствах в приложениях React Native, где требуется обнаруживать объекты на изображениях без обязательной обработки на сервере.

Архитектура сочетает детектор SSDLite с backbone MobileNetV3 Large; размер входа, судя по названию модели, составляет 320 пикселей. Репозиторий содержит готовые программы ExecuTorch в формате .pte для двух вариантов выполнения: Core ML с точностью fp16 и XNNPACK с точностью fp32. Модель работает с визуальными данными и ориентирована на задачи object detection; сведения о поддерживаемых классах, языках, метриках качества и обучающем наборе данных в README не приведены.

К сильным сторонам относятся адаптация для on-device-инференса, интеграция с React Native ExecuTorch и наличие вариантов под разные вычислительные backend’ы. Ограничения включают отсутствие опубликованного варианта для MLX и отсутствие в README подробностей о производительности, точности и составе классов. Файлы опубликованы для ExecuTorch v1.4.1; обратная совместимость с более старыми версиями не гарантируется, поэтому перед использованием необходимо учитывать требования совместимости runtime. Лицензия репозитория — BSD 3-Clause.

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 I.8Универсальные способностиИзображения и компьютерное зрениеAI помогает извлекать визуальные признаки, изменять изображения и создавать новые визуальные материалы.17 задач6 331модель I.15Универсальные способностиДоступность и ассистивные технологииAI помогает делать цифровую и физическую среду доступнее для людей с различными ограничениями.17 задач8 953модели

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

ssdlite320-mobilenet-v3-large

This repository hosts the ssdlite320-mobilenet-v3-large models exported for the React Native ExecuTorch library as ExecuTorch .pte programs, ready to run on device.

Upstream model: SSDLite320 MobilenetV3 Large

Variants

Path	Backend	Precision
`coreml/ssdlite320_mobilenet_v3_large_coreml_fp16.pte`	coreml	fp16
`xnnpack/ssdlite320_mobilenet_v3_large_xnnpack_fp32.pte`	xnnpack	fp32

Unshipped backends

A backend directory carrying a NOTES.md and no .pte was exported and not published. Its note records what went wrong.

mlx (why)

Repository structure

config.json                                             51 B
coreml/config.json                                      1.1 kB
coreml/ssdlite320_mobilenet_v3_large_coreml_fp16.pte    8.1 MB
mlx/NOTES.md                                            3.4 kB
xnnpack/config.json                                     1.1 kB
xnnpack/ssdlite320_mobilenet_v3_large_xnnpack_fp32.pte  13.3 MB

Compatibility

These files are published for the ExecuTorch v1.4.1 runtime. ExecuTorch gives no forward compatibility guarantee, so an older runtime may fail to load them.

To use them in React Native ExecuTorch, pass the model constant shipped in the library's model registry to the corresponding task pipeline. See the documentation.

To load these files in your own ExecuTorch runtime, read the compatibility note first.

Как запустить

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

GPU в ailist

Универсальный рантайм · executorch

Нельзя запустить

Библиотека «executorch» рантаймом не поддерживается.

Ревизия весов: afa08d0