II.8Инженерия данных и аналитика

MicroViT-S3 — модель классификации изображений с архитектурой SHViT (Single-Head Vision Transformer), опубликованная пользователем henriquequeirozcunha. Она предварительно обучена на ImageNet-1K и предназначена для отнесения изображения к одному из 1000 классов. В README заявлены 16,7 млн параметров и точность Top-1 77,1%; модель загружается через Transformers как AutoModelForImageClassification. Модель подходит для классификации изображений общего назначения и экспериментов с компактными vision transformer. Репозиторий содержит веса в формате safetensors и распространяется по лицензии Apache-2.0. В карточке также указан тег image-classification.

Neg-CamemBERT-bio — модель Salim Sadoune, Antoine Richard, François Talbot, Thomas Guyet, Loic Boussel и Hugues Berry для выявления отрицания во франкоязычных биомедицинских текстах. Это дообученная версия CamemBERT-bio-base на базе архитектуры CamemBERT; она размечает токены, выделяя маркеры отрицания и область действия отрицания по схеме BIO. Модель подходит для анализа клинических текстов и биомедицинских публикаций, в том числе для автоматического определения, какие утверждения в тексте отрицаются. Контекст ограничен 512 токенами. Модель обучена на французских корпусах ESSAI и CAS и оценивалась на отложенной части этих данных: F1 составил 96,68 для маркеров отрицания и 87,46 для их области действия. Результаты относятся к указанной в карточке выборке и не гарантируют такую же точность на других типах текстов. Авторы отмечают ограниченное число примеров некоторых редких отрицательных конструкций, что может ухудшать обобщение. Лицензия модели — MIT.

imjeffhi/pokemon_classifier — модель классификации изображений на базе ViT-base, дообученная на собранном наборе изображений покемонов. Она предназначена для распознавания покемонов на изображениях. Архитектура ViTForImageClassification содержит 113,2 млн параметров; веса представлены в формате PyTorch. Лицензия в предоставленных данных не указана.

PoreCodec-RSQ742C12A — нейронный кодек для электрических сигналов нанопорового секвенирования. Модель преобразует непрерывные измерения ионного тока в компактные иерархические последовательности дискретных токенов и может восстанавливать сигнал по этим представлениям. Архитектура включает одномерный свёрточный кодировщик, 512-мерное латентное представление и детерминированную Residual Finite Scalar Quantization с двумя этапами квантования; коэффициент понижения временного разрешения — 4. Модель доступна через Transformers и хранится в формате Safetensors. Кодек предназначен для токенизации и сжатия сигналов нанопор, построения представлений для моделей последовательностей, а также для поиска и индексирования чтений. FeatureExtractor выполняет предобработку сигнала, включая удаление выбросов и нормализацию. По данным карточки, конечные кодовые книги хранятся в контрольной точке, а детерминированное скалярное квантование избегает коллапса кодовой книги, характерного для некоторых VQ-VAE. Модель не предназначена для basecalling или предсказания последовательности ДНК; она рассчитана на предварительно обработанные сигналы нанопорового тока. Лицензия — Apache-2.0.

PoreCodec-RSQ742C36A — лёгкий нейронный кодек для электрических сигналов нанопорового секвенирования. Модель разработана для преобразования непрерывных измерений ионного тока в иерархические последовательности дискретных токенов, пригодные для последующего обучения биологических фундаментальных моделей, поиска и анализа представлений. Карточка указывает архитектуру PoreRSQCodec; метаданные относят её к семейству pore_codec_rsq742c36a и классу dense. Кодировщик использует пять слоёв одномерных дилатированных свёрток и формирует 512-мерные признаки, сохраняя исходную временную длину: каждому входному отсчёту соответствует один токен. Дискретизация выполняется двумя остаточными квантователями Finite Scalar Quantization с уровнями 7×7×7×7 и размером кодовой книги 2401. Декодер может восстанавливать сигнал из токенов; предобработчик поддерживает исправление границ, удаление выбросов, нормализацию и необязательную фильтрацию. Модель принимает одноканальный сигнал нанопорового тока и выдаёт токены, квантованные представления и реконструированный сигнал. Модель подходит для токенизации и представления биологических сигналов, компрессии и индексирования нанопоровых чтений, а также как интерфейс сигнал-токен для последующих моделей. Она требует предварительно обработанных сигналов и не выполняет непосредственно basecalling или предсказание нуклеотидной последовательности. Доступна по лицензии Apache-2.0; модельные файлы представлены в формате safetensors.

PoreCodec-RSQF42C12A — нейронный кодек для электрических сигналов нанопорового секвенирования. Он преобразует непрерывные измерения ионного тока в компактные иерархические последовательности дискретных токенов, а также восстанавливает сигнал по токенам. Модель опубликована ShuaiAnwo и доступна под лицензией Apache-2.0. Архитектура включает одномерный сверточный кодировщик и декодировщик, линейные проекции и два этапа Residual Finite Scalar Quantization (Residual FSQ). Кодировщик формирует 512-мерные признаки, уменьшает временное разрешение в четыре раза и имеет рецептивное поле 33. Квантование детерминированное; конечные кодовые книги хранятся в чекпойнте. Предварительная обработка включает коррекцию границ, удаление выбросов, нормализацию median-MAD и сглаживание с отсечением. Кодек предназначен для токенизации и сжатия нанопоровых сигналов, подготовки представлений для моделей последовательностей, а также индексирования и поиска чтений. Он не предназначен для прямого basecalling или предсказания последовательности ДНК. Модель описана как совместимая с Hugging Face AutoModel; язык естественного ввода для сигналов не требуется.

Модель Germán Rosati, разработанная при участии CONICET, factor_data, EIDAES и UNSAM, представляет собой дообученную RoBERTuito для бинарной классификации испаноязычных твитов по схеме HatEval 2019: содержит ли текст ненавистническую речь против женщин или мигрантов. Она основана на RoBERTuito-base-uncased с архитектурой RoBERTa и классификационной головой; в репозитории указано 136,3 млн параметров, а длина контекста составляет 130 токенов. Модель рассчитана на испанский язык и требует предобработки твитов средствами pysentimiento. Это учебная реплика эксперимента с официальными разделами HatEval и десятью запусками с разными случайными начальными значениями. Средний macro-F1 на официальном тесте — 0,8018 ± 0,0108, близко к опубликованному результату 0,801. Модель подходит для исследовательского анализа и экспериментов по классификации твитов, но авторы прямо исключают применение для автоматической модерации и решений о людях. Качество ограничено тематикой, критериями разметки и периодом сбора HatEval: модель может ошибочно принимать нейтральные обсуждения, цитаты и контрречь за ненависть, плохо выявляет косвенную ненавистническую речь и может пропускать ненависть против групп, не охваченных датасетом. Вероятности переуверены и не откалиброваны; на тесте точность положительного класса ниже полноты, а перенос на другие корпуса и разновидности испанского не гарантирован. Данные содержат реальные оскорбительные высказывания. Лицензия CC-BY-NC-4.0 запрещает коммерческое использование.

SEC-BERT-NUM — англоязычная модель семейства BERT для финансовых текстов, опубликованная группой обработки естественного языка Афинского университета экономики и бизнеса. Она предназначена для исследований в финансовом NLP и применения в FinTech. Модель имеет архитектуру BERT-BASE с 136,3 млн параметров и контекстом до 512 токенов; доступны веса PyTorch и TensorFlow. В отличие от базового SEC-BERT, модель заменяет числовые токены псевдотокеном [NUM], представляя числовые выражения единообразно и не разбивая их на части. Это полезно для восстановления замаскированных слов и анализа контекста финансовых документов, когда точное числовое значение не требуется. Модель решает задачу заполнения пропусков в тексте (fill-mask), а не генерации свободного текста. Лицензия — CC BY-SA 4.0. Модель ориентирована на английские финансовые документы; унификация чисел ограничивает возможность предсказывать конкретные числовые значения, а перенос на другие области отдельно не подтверждён.

SkyWater-Seg — модель семантической сегментации изображений, разработанная Vincentqyw на базе SegFormer с энкодером MiT-B2 и лёгким MLP-декодером. Она дообучена на отфильтрованном подмножестве ADE20K и содержит 24,7 млн параметров. Модель принимает RGB-изображения размером 384×384 с нормализацией ImageNet и выдаёт поклассовые оценки для фона, неба, воды и людей. Модель предназначена для построения масок неба, воды и людей, чтобы исключать эти области из изображений перед поиском соответствий и обработкой в конвейерах Structure from Motion (SfM). В карточке приведены результаты оценки на отложенной выборке ADE20K, а также варианты ONNX FP16 и FP32 и PyTorch-чекпойнт. Лицензия — MIT. Качество зависит от соответствия изображений обучающим данным; карточка описывает оценку только на отфильтрованной выборке ADE20K. Вариант FP16 может давать небольшие отличия от FP32 из-за округления.

Модель snap-plate-rim-marker-dfine-v7 разработана aguxez и представляет собой дообученную модель обнаружения объектов на архитектуре D-FINE, сохранённую в формате safetensors. Она предназначена для поиска и локализации ободка тарелки на изображениях; обучена на наборе aguxez/snap-plate-rim-marker-v6, а базой послужила aguxez/snap-plate-stack-instance-dfine-v5. В README приведены результаты оценки: mAP 0,213 и mAP@50 0,5137; качество зависит от порога оценки и характеристик изображения. Модель принимает изображения и выдаёт рамки обнаруженных объектов с меткой Plate Rim. Лицензия — Apache-2.0.

Sovereign-Yield-Arbitrage-v1 — модель ItsNotAI LABS на архитектуре Transformer с многоголовым механизмом внимания, предназначенная для управления ликвидностью и распределения казначейского капитала в DeFi и корпоративных системах. Модель заявлена для анализа ставок доходности в разных протоколах и выбора маршрута размещения средств с учётом APY, распределения капитала и газа. В README указаны 796 036 обучаемых параметров, обучение AdamW в течение 10 эпох на доменных датасетах и размер файла чекпойнта 5,5 МБ. Метаданные Hugging Face указывают 917,5 тыс. параметров и pipeline feature-extraction; карточка также сообщает об Apache-2.0. README приводит validation loss 0,0041, точность 1,0 и задержку инференса 1,276 мс, но не описывает наборы данных, протокол оценки или ограничения применимости этих метрик. Модель принимает текстовые признаки и выдаёт признаки для последующего использования; детали формата входных данных и длины контекста не приведены.

timm/swin_s3_tiny_224.ms_in1k — модель компьютерного зрения из библиотеки timm для классификации изображений и извлечения визуальных признаков. Это небольшая иерархическая Vision Transformer-модель семейства Swin с механизмом сдвинутых окон; версия обучена на ImageNet-1k. Веса доступны в форматах PyTorch и safetensors по лицензии MIT. Модель принимает изображения размером 224 × 224 и предсказывает класс изображения. Её также можно использовать как backbone для извлечения карт признаков и получения эмбеддингов изображений. В карточке указаны 28,3 млн параметров и вычислительная сложность 4,6 GMACs. Она подходит для классификации изображений и как визуальный энкодер в прикладных системах компьютерного зрения. Карточка не описывает поддержку конкретных языков и не приводит результатов оценки качества; модель предназначена для изображений ImageNet-подобных классов, поэтому перенос на другие наборы данных может потребовать адаптации.

UniPhysGen-1.7B-Object — модель из семейства UniPhysGen, разработанная для определения физических характеристик целых объектов по их облакам точек. Она принимает геометрию всего объекта без отдельного облака точек целевой детали и формирует структурированный прогноз идентичности и категории объекта, размеров и массы. Формат входных данных включает координаты точек, цвет и нормали; размеры выдаются в сантиметрах, масса — в килограммах. Модель имеет плотную архитектуру UniPhysGenQwen3ForCausalLM, содержит 1,7 млрд параметров и использует базовые модели Qwen/Qwen3-1.7B и facebook/sonata; README указывает на последовательное обучение с последующей настройкой для уровня объекта, а метаданные отмечают объединение моделей. Репозиторий содержит веса Safetensors, модель рассчитана на английский язык и имеет контекст 40 960 токенов. Лицензия CC BY-NC 4.0 запрещает коммерческое использование. Модель предназначена для исследований физического понимания объектов и подготовки приблизительных метаданных для симуляции. Оценки размеров и массы не являются калиброванными измерениями. Качество может снижаться при неполных, разреженных или шумных облаках точек, неверном масштабе, необычных материалах, составных объектах и категориях вне обучающего распределения; результаты следует проверять перед применением в робототехнике, инженерии и системах безопасности.

Это компактный детектор объектов RF-DETR Nano, дообученный автором репозитория на наборе VisDrone-DET в рамках DetectionBench. Модель предназначена для обнаружения объектов на аэроснимках с дронов, включая пешеходов, автомобили, автобусы, грузовики и другие категории VisDrone. Она использует архитектуру RF-DETR и распространяется в формате PyTorch через библиотеку rfdetr. На тестовой выборке VisDrone-DET автор сообщает mAP@50 37,92% и mAP@50–95 20,88%. Модель рассчитана на плотные сцены с множеством мелких объектов, однако дисбаланс классов ограничивает качество для редких категорий: класс others не имеет обучающих примеров и фактически не обнаруживается, а tricycle и awning-tricycle представлены редко. Лицензия репозитория — Apache-2.0; автор README также указывает, что лицензия исходного датасета VisDrone ограничивает его некоммерческим исследовательским использованием и распространяется на обученную модель.

Модель excalibur12/wav2vec2-large-lv60_phoneme-timit_english_timit-4k — дообученная на наборе TIMIT версия facebook/wav2vec2-large-lv60 для распознавания фонем английской речи по фонемному набору TIMIT. Она построена на архитектуре Wav2Vec2ForCTC, содержит 402,7 млн параметров и принимает аудио, выдавая последовательность распознанных фонем. Для оценки указаны Loss 0,3354 и Phone Error Rate 10,53% на тестовой выборке TIMIT из 1680 примеров; обучение проводилось на 4620 примерах TIMIT. Модель предназначена для распознавания фонем в английской речи в задачах фонетического анализа и экспериментах с речевыми данными. Доступна по лицензии Apache-2.0.

Модель caiocrocha/wav2vec2-large-xlsr-53-phoneme-portuguese разработана Каio Rocha в рамках бакалаврской дипломной работы по вычислительной инженерии в Федеральном университете Жуиз-ди-Фора под руководством профессора Жаиро Соузы. Это модель автоматической фонетической транскрипции бразильского португальского языка, дообученная для вывода последовательности фонем из аудио на базе facebook/wav2vec2-large-xlsr-53. Архитектура Wav2Vec2ForCTC содержит около 402,7 млн параметров; веса доступны в форматах PyTorch и Safetensors. Модель предназначена для разработчиков и исследователей ASR, а также для создания систем распознавания речи. Она обучалась на 10-часовой выборке CORAA ASR; в карточке приведены результаты оценки по PER и точности, но показатели точности на тесте противоречивы и требуют осторожной интерпретации. Модель может путать фонемы и не подходит для распознавания акцента или задач, требующих точного распознавания фонем. На качество влияют акцент, темп и особенности речи, возраст говорящего, шум, реверберация и канал передачи; модель смещена в сторону произношения, представленного в инструменте FalaBrasil G2P, и может хуже работать на недостаточно представленных акцентах. Лицензия — Apache-2.0.

Это чекпойнт wav2vec2-small, дообученный на 10 000 шагов и использованный в экспериментах по исследованию связи между речевым сигналом и синтаксисом. Модель разработана автором репозитория techsword и предназначена для извлечения представлений из аудио, в частности для анализа речевых признаков в исследовательских экспериментах. Модель использует архитектуру Wav2Vec2 и содержит 113,3 млн параметров. Она принимает аудио и выдаёт векторные признаки; в карточке указано применение для извлечения признаков, а не для распознавания речи. Репозиторий распространяется под лицензией Apache-2.0. README не сообщает подробности о данных обучения, поддерживаемых языках или длине входного аудио.

keremberke/yolov8n-nlf-head-detection — модель компьютерного зрения на базе YOLOv8, опубликованная пользователем keremberke и рассчитанная на обнаружение шлемов на изображениях. Она распознаёт пять классов: Helmet, Helmet-Blurred, Helmet-Difficult, Helmet-Partial и Helmet-Sideline. Модель предназначена для поиска и локализации шлемов в сценах американского футбола, в том числе частично скрытых и размытых; для работы используется библиотека Ultralytics. Репозиторий содержит веса в формате PyTorch. Данные карточки указывают на обучение на наборе keremberke/nfl-object-detection. Сведения о лицензии и численном размере модели в предоставленных материалах отсутствуют.

keremberke/yolov8s-nlf-head-detection — модель компьютерного зрения на базе YOLOv8s, опубликованная пользователем keremberke и предназначенная для обнаружения шлемов на изображениях. Она классифицирует найденные объекты по меткам Helmet, Helmet-Blurred, Helmet-Difficult, Helmet-Partial и Helmet-Sideline. Модель создана с использованием библиотеки Ultralytics и связана с набором данных keremberke/nfl-object-detection. Модель подходит для поиска и локализации шлемов на спортивных изображениях, в том числе размытых, частично видимых и находящихся у боковой линии. В карточке указан формат PyTorch. Сведения о размере, контекстной длине и языковой поддержке к этой модели неприменимы либо не приведены. Лицензия в предоставленных данных не указана.

Модель dennisjooo/Birds-Classifier-EfficientNetB2 разработана автором репозитория как дообученная версия EfficientNet-B2 от Google. Она классифицирует изображения птиц по 525 видам и предназначена для распознавания видов на фотографиях. Обучение проводилось на наборе gpiosenka/100-bird-species с изображениями RGB размером 224 × 224; в README указаны точность 98,6% на валидационной выборке и 99,1% на тестовой. Модель принимает изображения и выдаёт метки классов с оценками классификации. Она основана на свёрточной архитектуре EfficientNet и доступна в форматах PyTorch, Safetensors и ONNX. Лицензия — Apache-2.0. Результаты относятся к указанному набору данных; качество на других видах птиц, ракурсах и условиях съёмки может отличаться.

Breakthrough V6 — модель сегментации изображений на архитектуре UNet, разработанная для выделения шахматной доски и определения её границ. Она предназначена для анализа RGB-изображений с доской при разных углах съёмки, освещении и стилях оформления. Размер входного изображения — 256×256 пикселей; модель использует 32 базовых канала. В карточке приведён показатель Dice 0,9391. Модель распространяется в формате PyTorch по лицензии Apache-2.0. Она выдаёт сегментационную маску доски; поддержка других объектов или задач не заявлена.

Это дообученная версия CLIP ViT-B/32 от OpenAI, подготовленная tanganke на изображениях набора SVHN с номерами домов. Модель использует архитектуру ViT-Base с размером патча 32 и содержит 113,2 млн параметров; веса доступны в формате safetensors. Модель предназначена для извлечения признаков изображений SVHN. В README приведены результаты оценки: 0,235 до дообучения и 0,971 после него, однако метрика и протокол оценки не описаны. Использование через Transformers показано с классом CLIPVisionModel. Сведения о лицензии в предоставленных источниках отсутствуют.

Модель EPFL-ECEO предназначена для плотной семантической сегментации изображений коралловых рифов. Она использует предварительно обученный энкодер DINOv3 ViT-L/16 и декодер DPT; LoRA-адаптеры объединены с энкодером. Модель дообучена на CoralscapesV2 для разметки по 39 классам: выход содержит 40 логитов, где класс 0 означает игнорируемую область, а классы 1–39 соответствуют меткам Coralscapes V1. Модель принимает изображения и выдаёт пиксельную карту классов. Обучение проводилось на 2433 размеченных видеокадрах с 55 участков Красного моря. В README приведены результаты оценки на тестовых разделах CoralscapesV2 и Coralscapes V1; например, при скользящем окне mIoU составляет 66,086% и 62,814% соответственно. Для загрузки поставляется собственный файл кода модели; это не стандартная модель Transformers AutoModel. Базовая модель — facebook/dinov3-vitl16-pretrain-lvd1689m. Лицензия — Apache-2.0.

zhuchi76/detr-resnet-50-finetuned-boat-dataset — модель обнаружения объектов, дообученная автором репозитория на наборе boat_dataset на основе facebook/detr-resnet-50. Она предназначена для обнаружения и локализации объектов на изображениях, в частности для сценариев с лодками. Архитектура — DETR с ResNet-50; число параметров по метаданным — 6,3 млн. Репозиторий распространяется в формате safetensors по лицензии Apache-2.0. Поддержка русского или других языков для этой задачи не заявлена. README не содержит дополнительных сведений о качестве, разметке набора данных и ограничениях применения.

Модель pszemraj/dinov2-small-film-shot-classifier — дообученная facebook/dinov2-small для классификации типов кинематографических планов на изображениях. Она использует архитектуру Vision Transformer DINOv2 с 28,3 млн параметров и обучена на наборе szymonrucinski/types-of-film-shots. Модель относит изображение к одному из восьми классов: ambiguous, closeUp, detail, extremeLongShot, fullShot, longShot, mediumCloseUp или mediumShot. На оценочном наборе указаны accuracy 0,6259 и loss 0,9864. Подходит для автоматической разметки кадров по крупности плана и анализа визуального состава видеоматериалов. Лицензия — Apache-2.0.

Модель Yoonyoul/fine-tuned-e5-small-drugproduct — SentenceTransformer на базе intfloat/multilingual-e5-small, дообученный для семантического поиска по корейским данным о лекарственных препаратах. Она преобразует запросы и описания лекарств в текстовые эмбеддинги, чтобы находить соответствия по названию, назначению, типу препарата и регуляторным ограничениям DUR. В README приведён пример поиска лекарства по запросу о снижении температуры. Модель использует архитектуру BERT и содержит 124,3 млн параметров по метаданным Hugging Face. Она принимает текст и выдаёт векторы для сравнения сходства; базовая модель поддерживает несколько языков, однако карточка этой версии указывает корейский как язык данных. Окно контекста — 512 токенов. Модель распространяется по лицензии MIT. В README отмечено, что отдельный эксперимент по объединению названий действующих веществ и типов препаратов не улучшил качество поиска: из-за однотипных положительных примеров сходство между различными группами лекарств оказалось завышенным. Этот эксперимент не входит в описанный основной сценарий модели.

Это зеркало официального контрольного чекпойнта GCNet-S для сегментации изображений Cityscapes, разработанного авторами GCNet. Веса без изменений размещены в репозитории Hugging Face для загрузки через huggingface_hub; из исходного контрольного файла удалено состояние оптимизатора. Модель основана на архитектуре Golden Cudgel Network, вариант S, содержит около 9,2 млн параметров и требует PyTorch с модулем mmsegmentation из исходного репозитория GCNet, поскольку стандартная установка mmsegmentation не включает нужные компоненты. Модель предназначена для семантической сегментации городских сцен на изображениях Cityscapes. Репозиторий распространяется по лицензии MIT. В README не описаны поддерживаемые языки, поскольку входные данные — изображения.

Это модель YOLO26s, дообученная автором репозитория на Global Wheat Head Dataset для обнаружения пшеничных колосьев на изображениях. Она создана в рамках DetectionBench — проекта для воспроизводимого сравнения детекторов на реальных наборах данных; базовая модель — Ultralytics/YOLO26. Модель работает с изображениями и выдаёт рамки объектов класса wheat_head. Модель предназначена для подсчёта и локализации колосьев в полевых снимках, в том числе при высокой плотности объектов, перекрытиях и окклюзии. На тестовой части GWHD указаны mAP@50 70,49%, mAP@50–95 31,39% и точность 79,47%. Результаты различаются между странами, поэтому качество на иных сортах пшеницы и полевых условиях может отличаться. Модель распространяется по лицензии AGPL-3.0. README отдельно указывает лицензию CC BY 4.0 для набора данных; это не заменяет лицензию самой модели.

Это дообученный детектор YOLOv8n от Ultralytics, созданный в рамках DetectionBench и обученный на Global Wheat Head Dataset. Модель предназначена для обнаружения и локализации колосьев пшеницы на полевых изображениях; она распознаёт один класс — wheat_head — и рассчитана на плотные сцены с множеством близко расположенных объектов. На тестовой части GWHD модель показала mAP@50 66,19%, mAP@50–95 28,21% и точность 78,69%. Результаты различаются между странами и условиями съёмки, поэтому агрегированные показатели не гарантируют качества на новых сортах и полях. Модель обучена с использованием Ultralytics и распространяется по лицензии AGPL-3.0; отдельно указанный в README CC BY 4.0 относится к датасету.

dronefreak подготовил YOLOv8s, дообученную для обнаружения колосьев пшеницы на изображениях из Global Wheat Head Dataset (GWHD). Модель обучена в рамках DetectionBench — фреймворка для воспроизводимого сравнения детекторов на разных наборах данных с едиными рецептами обучения и оценки. Она принимает изображения и возвращает рамки объектов класса wheat_head с оценками обнаружения. Модель предназначена для подсчёта и локализации колосьев на полевых изображениях, в том числе при высокой плотности объектов, перекрытиях и окклюзиях. На тестовой части GWHD указаны mAP@50 68,29%, mAP@50–95 29,48% и precision 79,89%. Лицензия весов — AGPL-3.0; лицензия набора данных отдельно указана как CC BY 4.0.