/ Модель

Характеристики

Лицензия
Apache 2.0
Архитектура
d_fine · dense
Библиотека
transformers
Опубликована
28 мар 2025

dfine-large-obj365

Поиск объектовИзображение → bounding_boxes3 профессии

D-FINE Large Obj365 обнаруживает и локализует объекты на изображениях для сценариев реального времени.

3 570скачиваний за 30 дней2лайкавеса обновлены5 мая 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

D-FINE Large Obj365 — модель обнаружения объектов на изображениях, основанная на архитектуре D-FINE и реализованная для Transformers. Карточка модели подготовлена сообществом USTC; реализацию для Transformers внесли VladOS95-cyber и qubvel-hf. Модель обучена на Objects365 и предназначена для обнаружения объектов с точной локализацией в реальном времени.

В архитектуре применяются Fine-grained Distribution Refinement и Global Optimal Localization Self-Distillation для уточнения регрессии ограничивающих рамок. Модель выдаёт классы объектов и их рамки. В README среди сценариев применения названы автономное вождение, видеонаблюдение, робототехника и аналитика розничной торговли. Указана лицензия Apache-2.0.

Сценарии применения

  • обнаружение объектов в системах видеонаблюдения
  • поиск объектов на изображениях для автономного вождения
  • обнаружение предметов для робототехнических систем
  • анализ объектов на изображениях в розничной торговле

Ограничения

Карточка не приводит количественных результатов производительности или подробностей о классах объектов; качество и скорость в целевой среде следует проверять отдельно.

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

D-FINE

Overview

The D-FINE model was proposed in D-FINE: Redefine Regression Task in DETRs as Fine-grained Distribution Refinement by Yansong Peng, Hebei Li, Peixi Wu, Yueyi Zhang, Xiaoyan Sun, Feng Wu

This model was contributed by VladOS95-cyber with the help of @qubvel-hf

This is the HF transformers implementation for D-FINE

_coco -> model trained on COCO

_obj365 -> model trained on Object365

_obj2coco -> model trained on Object365 and then finetuned on COCO

Performance

D-FINE, a powerful real-time object detector that achieves outstanding localization precision by redefining the bounding box regression task in DETR models. D-FINE comprises two key components: Fine-grained Distribution Refinement (FDR) and Global Optimal Localization Self-Distillation (GO-LSD).

COCO365.png

COCO365-2.png

How to use

import torch
import requests

from PIL import Image
from transformers import DFineForObjectDetection, AutoImageProcessor

url = 'http://images.cocodataset.org/val2017/000000039769.jpg'
image = Image.open(requests.get(url, stream=True).raw)

image_processor = AutoImageProcessor.from_pretrained("ustc-community/dfine-large-obj365")
model = DFineForObjectDetection.from_pretrained("ustc-community/dfine-large-obj365")

inputs = image_processor(images=image, return_tensors="pt")

with torch.no_grad():
    outputs = model(**inputs)

results = image_processor.post_process_object_detection(outputs, target_sizes=torch.tensor([image.size[::-1]]), threshold=0.3)

for result in results:
    for score, label_id, box in zip(result["scores"], result["labels"], result["boxes"]):
        score, label = score.item(), label_id.item()
        box = [round(i, 2) for i in box.tolist()]
        print(f"{model.config.id2label[label]}: {score:.2f} {box}")

Training

D-FINE is trained on COCO and Objects365 (Lin et al. [2014]) train2017 and validated on COCO + Objects365 val2017 dataset. We report the standard AP metrics (averaged over uniformly sampled IoU thresholds ranging from 0.50 − 0.95 with a step size of 0.05), and APval5000 commonly used in real scenarios.

Applications

D-FINE is ideal for real-time object detection in diverse applications such as autonomous driving, surveillance systems, robotics, and retail analytics. Its enhanced flexibility and deployment-friendly design make it suitable for both edge devices and large-scale systems + ensures high accuracy and speed in dynamic, real-world environments.

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers · object-detection

Можно запустить

Подбираем GPU…

Класс архитектуры
DFineForObjectDetection
Ревизия весов
2dc2718

0 моделей