Модель на базе DETR и ResNet-50 находит экскаваторы и отмечает их положение на изображениях.
Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды
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.
Описание составлено по карточке модели и метаданным Hugging Face
Это модель обнаружения объектов на изображениях, созданная дообучением facebook/detr-resnet-50 с помощью AutoTrain. Она предназначена для поиска экскаваторов и определения их расположения на изображении с помощью ограничивающих рамок. Модель построена на архитектуре DETR с ResNet-50 и рассчитана на задачу object detection.
В карточке приведены метрики валидации: mAP 0,4249, mAP@50 0,5213 и mAP@75 0,4799. По ним можно оценивать качество на использованной выборке, но они не гарантируют такую же точность на других изображениях. Лицензия в предоставленных данных не указана.
Метрики приведены только для валидационной выборки и могут не отражать качество на новых условиях съёмки. Для небольших объектов в карточке указано отсутствие оценки mAP и recall.
Разделы каталога профессий, в задачах которых используется эта модель
README от автора на Hugging Face, как он его опубликовал
loss: 0.6406955122947693
map: 0.4249
map_50: 0.5213
map_75: 0.4799
map_small: -1.0
map_medium: 0.0574
map_large: 0.4568
mar_1: 0.5772
mar_10: 0.7076
mar_100: 0.7407
mar_small: -1.0
mar_medium: 0.3029
mar_large: 0.7729
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм · transformers · object-detection
Подбираем GPU…