/ Модель

Характеристики

Параметры
6,3 млн
Лицензия
Apache 2.0
Архитектура
dab-detr · dense
Библиотека
transformers
Опубликована
11 авг 2025

pmc-18m-dab-detr

Поиск объектовИзображение → bounding_boxes

Компактная модель DAB-DETR находит и выделяет панели составных рисунков в биомедицинской литературе.

128скачиваний за 30 дней0лайковвеса обновлены11 авг 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

vector-institute/pmc-18m-dab-detr — модель обнаружения объектов на основе DAB-DETR, предназначенная для поиска и выделения отдельных панелей на составных рисунках из биомедицинской литературы. DAB-DETR использует динамические якорные рамки с координатами центра и размера, которые обновляются между слоями трансформера и направляют механизм внимания.

Модель адаптирована и обучена в рамках исследования Open-PMC-18M на синтетическом наборе из 500 000 составных биомедицинских рисунков. В README указаны mAP 98,58% и F1 99,96% на синтетической контрольной выборке, а также mAP 36,88% и F1 73,55% на ImageCLEF 2016. Репозиторий содержит 6,3 млн параметров и веса в формате safetensors; лицензия — Apache-2.0.

Модель подходит для автоматического выделения подрисунков при обработке биомедицинских статей и подготовке корпусов изображений. Приведённые результаты относятся к конкретным тестовым наборам; качество на иных типах рисунков и вне биомедицинского контекста не описано.

Сценарии применения

  • поиск отдельных панелей в составных биомедицинских рисунках
  • автоматическое выделение подрисунков из научных статей
  • подготовка изображений для биомедицинских корпусов и архивов
  • локализация областей рисунка для последующей обработки

Ограничения

Результаты существенно различаются между синтетической контрольной выборкой и ImageCLEF 2016; качество на других наборах данных и типах изображений не описано. Модель ориентирована на панели составных биомедицинских рисунков.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

DAB-DETR for Biomedical Subfigure Extraction

A transformer-based object detection model designed to detect and extract subfigures (panels) from compound figures in biomedical literature.

Background & Motivation

  • DAB-DETR ("Dynamic Anchor Boxes are Better Queries for DETR") improves upon the original DETR framework by replacing learned positional queries with dynamic anchor boxes—each defined by coordinates (x, y, w, h)—that are updated layer by layer to guide cross-attention and speed convergence. This formulation offers explicit positional priors for improved feature matching and demonstrated strong performance.

  • In the Open-PMC-18M study, this model was adapted and trained on a synthetic dataset of 500,000 biomedical compound figures to extract subfigures at scale. The model achieved impressive results—mAP of 98.58 % and F1 of 99.96 % on a synthetic holdout, and strong performance on the ImageCLEF 2016 benchmark (mAP 36.88 %, F1 73.55 %).


Usage Example

from transformers import AutoModelForObjectDetection, AutoImageProcessor
from PIL import Image
import torch

model_name = "vector-institute/pmc-18m-dab-detr"
processor = AutoImageProcessor.from_pretrained(model_name)
model = AutoModelForObjectDetection.from_pretrained(model_name)

image = Image.open("compound_figure.png").convert("RGB")
inputs = processor(images=image, return_tensors="pt")

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

# Post-process detections—adjust thresholding and formatting as needed
results = processor.post_process_object_detection(outputs, target_sizes=torch.tensor([image.size[::-1]]), threshold=0.5)

for res in results:
    for score, label, box in zip(res["scores"], res["labels"], res["boxes"]):
        print(f"Label {label}: {score:.2f}, Box: {box.tolist()}")

Citation

If you find this model or code useful, please consider citing:

@article{baghbanzadeh2025openpmc18m,
  title   = {Open-PMC-18M: A High-Fidelity Large Scale Medical Dataset for Multimodal Representation Learning},
  author  = {Baghbanzadeh, Negin and Ashkezari, Sajad and Dolatabadi, Elham and Afkanpour, Arash},
  journal = {arXiv preprint arXiv:2506.02738},
  year    = {2025}
}

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
DabDetrForObjectDetection
Ревизия весов
dc5c443

0 моделей