/ Модель

Характеристики

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

dfine-xlarge-obj2coco

Поиск объектовИзображение → bounding_boxes3 профессии

D-FINE Xlarge, дообученная на COCO после Object365, обнаруживает объекты на изображениях с высокой точностью локализации и рассчитана на применение в реальном времени.

37 446скачиваний за 30 дней6лайковвеса 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

ustc-community/dfine-xlarge-obj2coco — реализация D-FINE для Transformers, представленная участником сообщества VladOS95-cyber при содействии qubvel-hf. Это плотная модель обнаружения объектов на основе архитектуры D-FINE, разработанной для точной локализации объектов в реальном времени. D-FINE использует уточнение мелкодискретных распределений регрессии рамок и самодистилляцию для глобальной оптимальной локализации.

Модель сначала обучалась на Object365, а затем дообучалась на COCO; в карточке также указано обучение и оценивание на COCO train2017 и val2017. Её можно применять для обнаружения объектов в системах автономного вождения, видеонаблюдения, робототехники и розничной аналитики. Модель принимает изображения и выдаёт классы объектов с ограничивающими рамками. Репозиторий содержит веса в формате safetensors, лицензия — Apache-2.0.

Сценарии применения

  • обнаружение объектов на изображениях и видеокадрах
  • поиск транспортных средств и других объектов для автономного вождения
  • обнаружение объектов в системах видеонаблюдения
  • распознавание объектов для робототехнических систем
  • подсчёт и анализ товаров в розничных магазинах

Ограничения

Обучение описано для наборов Object365 и COCO; точность на других наборах данных и в предметных областях может отличаться. Карточка не приводит численных показателей скорости или качества для этой конкретной версии.

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).

COCO.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-xlarge-obj2coco")
model = DFineForObjectDetection.from_pretrained("ustc-community/dfine-xlarge-obj2coco")

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 (Lin et al. [2014]) train2017 and validated on COCO 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
15f18d9

0 моделей