IV.7Цепочки поставок, склады, логистика и международная торговля

Kenpache разработала англоязычный классификатор товарных описаний по шестизначным кодам Гармонизированной системы (HS6). Это модель text-classification на базе BAAI/bge-m3, дообученная для выбора одного из 6 750 классов; коды HS4 и HS2 выводятся в том же проходе и согласуются с прогнозом HS6. Модель содержит 658,7 млн параметров, работает через Transformers и принимает текст на английском языке. Для неё указан контекст 8 194 токена в метаданных; в README рекомендуется оставить длину входа 1 024 токена. Модель предназначена для предварительной классификации товаров в таможенных декларациях, обогащения каталогов и оценки пошлин, а также для проверки существующих кодов. На полном описании товаров точность top-1 в тесте составила около 72%, тогда как на коротких фрагментах — около 38%; по всему тесту точность HS6 составила 51,7%. Уверенность прогноза и список top-5 можно использовать для маршрутизации сомнительных случаев на ручную проверку. Модель не предсказывает национальные тарифные коды длиннее шести цифр и не заменяет обязательную классификацию компетентным органом. Лицензия — MIT.

G2PTL-1 — разработанная Cainiao AI модель Transformer для представления и понимания китайских адресов. Это плотный encoder-only чекпойнт на 144 млн параметров, предварительно обученный на большом корпусе китайских адресов с самоконтролем. В обучении использованы masked language modeling с whole word masking географических сущностей, моделирование иерархии административных уровней адреса и обучение связи текста адреса с географическими координатами. Контекст модели — до 2048 токенов. Модель предназначена для извлечения признаков адресного текста и использования в прикладных системах логистики и геоаналитики. Её можно применять для геокодирования, распознавания географических сущностей, сопоставления и оценки сходства адресов, классификации адресов, а также как основу для прогнозирования ETA, маршрутов доставки и объёма отправлений. Модель поддерживает только китайские адреса и не предназначена для генерации текста, например ответов на вопросы. Лицензия — Apache 2.0.

HSCodeClassify — модель классификации текста компании FlowX.AI из семейства OpenNER, дообученная на базе answerdotai/ModernBERT-base. Она относит описание товара к одному из 20 заданных разделов HS, включая рыбу и морепродукты, напитки, фармацевтику, одежду, машины и транспорт. Модель классифицирует текст целиком: она не извлекает сущности, не определяет их положение и не проверяет корректность кодов. Модель содержит 149 млн параметров, принимает контекст до 8192 токенов и доступна в форматах Safetensors и ONNX. Её можно запускать локально на CPU, Apple Silicon, GPU или в браузере и на периферийных устройствах с ONNX INT8. В README указана оценка около 100–160 мс на документ на CPU. Обучение проводилось на синтетических описаниях товаров; охвачены 20 глав, а не вся номенклатура Гармонизированной системы, насчитывающая примерно 97 глав. F1 1,0 получен на данных из того же генератора, что и обучающие, поэтому не подтверждает точность на реальных документах; перед применением модель следует проверить на собственных данных. Лицензия — Apache-2.0. Локальный запуск позволяет обрабатывать документы без передачи данных за пределы инфраструктуры пользователя.

Supply Chain RAG Embeddings — дообученная Varun Mathur модель эмбеддингов на базе all-MiniLM-L6-v2 для поиска по материалам о цепочках поставок. Она преобразует текстовые запросы и документы в векторные представления для retrieval-сценариев, включая поиск исторических прецедентов, сведений об экспортном контроле, источниках поставок в Индии и пар вопрос–ответ о мерах снижения рисков. Модель построена на архитектуре BERT, содержит 25,9 млн параметров и рассчитана на контекст до 512 токенов. Модель подходит для семантического поиска и подбора контекста в системах RAG по тематике цепочек поставок. В карточке указана лицензия Apache-2.0. README показывает пример кодирования текстового запроса через Sentence Transformers; качество зависит от соответствия корпуса и запросов тематике обучения.

TAAS — система анализа текстовых адресов для логистики, разработанная Cainiao AI. Модель основана на предварительно обученной географо-графовой модели G2PTL: она объединяет языковое представление текста с кодированием географических связей. В репозитории указана плотная архитектура TAAS с 144 млн параметров, контекстом до 2048 токенов и форматом PyTorch. Модель предназначена для задач восприятия адресов: дополнения и стандартизации адресов, извлечения сведений о доме, токенизации адресных сущностей и получения эмбеддингов. Также заявлены логистические сценарии: геолокация по тексту, оценка времени прибытия при заборе отправления и прогнозирование маршрутов забора и доставки. В README приведён пример китайского адреса, а метаданные указывают китайский язык. Лицензия — Apache-2.0. Карточка описывает загрузку модели через Transformers; для примера используется AutoModel и trust_remote_code. Модель может служить основой для дообученных вариантов под отдельные задачи. Метаданные указывают feature-extraction, а каталог также сообщает fill-mask; для основного назначения выбраны адресный анализ и получение представлений текста. Практические ограничения: конкретные метрики качества и подробности применения для каждой заявленной логистической задачи в карточке не приведены.

Supply Chain DistilBERT Risk Classifier — дообученная модель DistilBERT от mathurvarun84 для классификации рисков в цепочках поставок электроники. Она относит входной текст к одному из четырёх классов: LOW, MEDIUM, HIGH или CRITICAL, и подходит для автоматической оценки записей о возможных сбоях поставок. Модель основана на distilbert-base-uncased, принимает текст на английском языке с контекстом до 512 токенов и выдаёт метку класса. Используются веса в формате safetensors. Лицензия — Apache-2.0.

Nevico/dfine-small-remia-cartons — детектор объектов D-FINE Small, разработанный на основе ustc-community/dfine-small-coco и дообученный Nevico на наборе изображений Nevico/remia-ned1-cam1-cartons. Модель предназначена для обнаружения картонных коробок на изображениях и выдаёт их расположение в виде ограничивающих рамок с классом объекта. В README приведены результаты на оценочной выборке: mAP 0,9785, mAP@50 0,99 и mAP@75 0,9793 для класса Carton. Эти показатели относятся к указанной выборке; сведений о проверке на других данных нет. Модель принимает изображения и выдаёт рамки и метки обнаруженных объектов. Репозиторий использует формат Safetensors и библиотеку Transformers. Лицензия — Apache-2.0.

OptiMind-SFT — специализированная модель Microsoft Research, разработанная группой Machine Learning and Optimization для преобразования описаний задач исследования операций на естественном языке в математические постановки и исполняемый код на Python с GurobiPy. Она предназначена для формулирования задач смешанно-целочисленного линейного программирования (MILP), включая планирование цепочек поставок, составление расписаний и распределение ресурсов, а также для прототипирования и обучения методам оптимизационного моделирования. Модель основана на архитектуре Transformer семейства gpt-oss с механизмом Mixture of Experts. В README указано 20 млрд параметров, из которых активны 3,6 млрд; метаданные каталога указывают 1,6 млрд параметров. Контекст составляет около 128 тысяч токенов. На вход подаётся текстовое описание задачи, на выходе — текстовая математическая формулировка и код GurobiPy. Модель дообучена на очищенных версиях OR-Instruct и OptMATH; карточка указывает английский язык и лицензию MIT. Модель специализирована на задачах исследования операций и не предназначена для общего диалога. Она может выдавать неверные формулировки, ошибочный код или некорректные выводы о допустимости и оптимальности; результаты и код требуют проверки специалистом, а код — безопасной проверки перед запуском. Для значимых решений необходим человеческий контроль.

Карточка модели elprofessor67/om-logistics-pod-v8-beta-8b на Hugging Face совпадает с карточкой elprofessor67/om-logistics-pod-v8-rc-8b, поэтому описание составлено по ней. elprofessor67/om-logistics-pod-v8-rc-8b — дообученная разработчиком elprofessor67 мультимодальная модель семейства Qwen3-VL для генерации текстовых ответов по изображениям и текстовым запросам. Она предназначена для сценариев, связанных с логистикой и подтверждением доставки (POD), что отражено в названии модели; README не уточняет конкретные задачи или показатели качества. Модель использует плотную архитектуру Qwen3VLForConditionalGeneration и работает с изображениями и текстом, выдавая текст. В README указано, что при обучении применялись Unsloth и библиотека TRL от Hugging Face. Лицензия — Apache-2.0.

elprofessor67/om-logistics-pod-v8-rc-8b — дообученная разработчиком elprofessor67 мультимодальная модель семейства Qwen3-VL для генерации текстовых ответов по изображениям и текстовым запросам. Она предназначена для сценариев, связанных с логистикой и подтверждением доставки (POD), что отражено в названии модели; README не уточняет конкретные задачи или показатели качества. Модель использует плотную архитектуру Qwen3VLForConditionalGeneration и работает с изображениями и текстом, выдавая текст. В README указано, что при обучении применялись Unsloth и библиотека TRL от Hugging Face. Лицензия — Apache-2.0.

alimandela/logistics-extractor-gemma3-270m — текстовая модель генерации на базе Gemma 3, дообученная alimandela на unsloth/gemma-3-270m-it с помощью Unsloth и библиотеки TRL. По названию модель предназначена для извлечения сведений из логистических текстов, например для преобразования описаний отправлений или документов в структурированные ответы; README не уточняет формат данных и точные сценарии применения. Модель имеет плотную архитектуру Gemma3ForCausalLM, содержит 257 млн параметров и поддерживает контекст до 32 768 токенов. Она принимает и генерирует текст; метаданные указывают английский язык и диалоговую возможность. Распространяется в формате Safetensors по лицензии Apache-2.0.

Это дообученная модель Sentence Transformer на базе intfloat/multilingual-e5-small, опубликованная пользователем Mead0w1ark. Она предназначена для семантического поиска и сравнения текстов, в частности для подбора товарных описаний и запросов по кодам HS. Модель кодирует предложения и абзацы в плотные векторы размерности 384; сходство оценивается косинусной мерой. Архитектура включает BERT, усреднение токенных представлений и нормализацию векторов. Максимальная длина входа — 512 токенов, число параметров — 124,3 млн. В README описаны обучающие пары запросов и текстов на разных языках, связанные с мясной продукцией и международной торговлей. Модель также подходит для поиска парафраз, кластеризации и классификации текстов, если эти сценарии соответствуют данным пользователя. Для работы с эмбеддингами подойдут Sentence Transformers и text-embeddings-inference. Модель распространяется в формате safetensors; лицензия в предоставленных данных не указана.

CanelE452 развила YOLO26n-pose, дообучив модель CanelE452/pallet-pose-yolo26n-ft на 402 размеченных кадрах с паллетами и 996 производных обрезанных изображениях. Модель предназначена для обнаружения паллет и оценки их положения по ключевым точкам, в том числе когда паллета частично выходит за край кадра при движении погрузчика. Она специализируется на квадратных паллетах размером 1,10 × 1,10 × 0,15 м с четырьмя направлениями заезда вил. В описанных испытаниях на кадрах из того же распределения съёмки модель показала pose mAP50-95 0,9703 на чистых кадрах и 0,9002 на синтетически обрезанных. Для корректного инференса необходимы отражающие поля по 100 пикселей со всех сторон, а ключевые точки должны интерпретироваться по соглашению camera-facing 0123; предсказанные координаты нужно скорректировать на размер полей. Требуется Ultralytics версии не ниже 8.4.60 с поддержкой Pose26. Модель распространяется по лицензии AGPL-3.0.

SOLID-Qwen3 — дообученная языковая модель AIOR-Research для задач исследования операций и математической оптимизации. Она преобразует описания задач на естественном языке в структурированные рассуждения, формулировки линейного программирования и Python-код для решателей. Модель основана на плотной архитектуре Qwen3 и содержит 3,7 млрд параметров. Она поддерживает диалоговый режим, работает с текстом и имеет контекст до 262 144 токенов. Обучение сочетает GRPO, голосование по целевой функции решателя и локализованное по сигналам решателя teacher KL; конфигурация обучения использует девятишаговый формат выводов в стиле Gurobi. Модель предназначена для исследований в области математической оптимизации и исследования операций. Формулировки, коэффициенты, ограничения, код и заявленные решения могут содержать ошибки, быть несовместимыми или небезопасными; результаты необходимо проверять решателем и независимо анализировать перед практическим применением. Лицензия в предоставленных данных не указана.

Xing4.0-29B-A4B-OR-SFT — языковая модель, разработанная как полнопараметрическая supervised fine-tune базовой Xing4.0-29B-A4B от China Telecom AI Technology Co., Ltd. Она предназначена для задач исследования операций: по описанию задачи на естественном языке выделяет переменные, целевую функцию и ограничения, записывает математическую постановку и генерирует исполняемый код на Python для Gurobi или Pyomo. Модель основана на архитектуре Xing4.0 и имеет 6,5 млрд параметров по метаданным; базовая модель использует Mixture-of-Experts с 29 млрд общих и примерно 4 млрд активных параметров на токен. Заявлены контекст до 262 144 токенов, поддержка английского и китайского языков и формат весов safetensors. Для загрузки требуется Transformers с trust_remote_code=True. Модель подходит для подготовки черновиков математических моделей и кода оптимизационных решателей. Формулировки могут содержать пропущенные ограничения или неверно заданные переменные и целевые функции, а сгенерированный код может не запускаться или обращаться к файлам. Результаты следует проверять по исходной задаче; для Gurobi нужна лицензированная установка, а для Pyomo — настроенный решатель. Лицензия — Apache-2.0.

ORLM-LLaMA-3-8B — языковая модель, разработанная Cardinal Operations и созданная на основе Meta Llama 3 8B с полной дообучкой на данных OR-Instruct. Эта GGUF-версия была квантизирована Richard Erkhov и предназначена для генерации математических моделей задач исследования операций и соответствующего Python-кода с использованием библиотеки coptpy. Модель рассчитана на обработку вопросов об оптимизации, сформулированных на естественном языке, и автоматизацию построения и решения оптимизационных моделей. Модель имеет текстовую модальность и размер 8 млрд параметров в исходной версии. В репозитории представлены варианты GGUF с методами квантизации от Q2_K до Q8_0 и размером примерно от 2,96 до 7,95 ГБ, что позволяет выбирать компромисс между требованиями к памяти и качеством генерации. Заявлено улучшение автоматизации оптимизационного моделирования и высокие результаты на ряде бенчмарков. Сведения о поддерживаемых языках и размере контекстного окна отсутствуют; качество сгенерированных моделей и кода требует проверки пользователем. Лицензия указана как llama3.

SOLID-Qwen3-4B-Instruct-2507 — дообученный чекпойнт на базе Qwen/Qwen3-4B-Instruct-2507, созданный для моделирования задач исследования операций и генерации ответов с проверкой решателем. Модель разработал автор репозитория JamesX421; обучение включало GRPO и пошаговую KL-супервизию с учетом результатов решателя. Это плотная авторегрессионная языковая модель семейства Qwen3 с 3,7 млрд параметров, доступная в формате safetensors и рассчитанная на контекст до 262 144 токенов. Модель предназначена для формулирования математических задач оптимизации и получения решений в шаблоне StepORLM, совместимом со стилем Gurobi. В карточке приведены результаты оценки на OptMATH, MAMO-Complex и InOR; показатели различаются по наборам данных и метрикам, поэтому качество следует проверять на целевых задачах. Модель принимает текст и генерирует текст; поддерживаемые естественные языки в карточке не уточнены. Лицензия — Apache-2.0.

AIOR-Research/SOLID-StepORLM — модель генерации текста на базе Qwen3, созданная командой AIOR-Research для формализации задач исследования операций и генерации ответов с опорой на решатель. Это дообученный чекпойнт Chenyu-Zhou/StepORLM-Qwen3-8B с 7,6 млрд параметров и контекстом до 40 960 токенов. Обучение использовало GRPO и токенную KL-супервизию, основанную на решателе; модель применяет шаблон ответов COPT-style StepORLM. Модель предназначена для преобразования задач оптимизации, сформулированных на естественном языке, в математические модели и получения решений с проверкой через оптимизационный решатель. В README приведены результаты на OptMATH, MAMO-Complex и InOR; показатели различаются между наборами данных, поэтому качество зависит от типа задачи. Модель доступна в формате safetensors для Transformers. Сведения о лицензии в предоставленных данных отсутствуют.

ttrl-opt — дообученная языковая модель на базе Qwen3-4B-Instruct-2507, разработанная для задач исследования операций и математической оптимизации. Это плотная причинная архитектура Qwen3 примерно на 3,7 млрд параметров; модель использует Transformers, принимает текст и генерирует текст. Контекст составляет до 262 144 токенов. Модель предназначена для преобразования текстовых задач оптимизации в структурированные рассуждения, формулировки линейного программирования и ориентированный на решатели код Python. Чекпойнт получен на шаге обучения 125 с использованием GRPO и голосования большинства в стиле TTRL; обучение опиралось на выходы для оптимизации, ориентированные на Gurobi, и вознаграждение на основе решателя. Модель выпущена для исследований рассуждений в математической оптимизации. Формулировки, коэффициенты, ограничения, код и заявленные решения могут содержать ошибки или приводить к несовместным результатам; перед практическим использованием их следует проверять решателем и независимо. В карточке нет результатов отдельной оценки. Лицензия в предоставленных данных не указана.

CardinalOperations/ORLM-LLaMA-3-8B — языковая модель на базе Meta LLaMA-3-8B, дообученная командой CardinalOperations на данных OR-Instruct для задач исследования операций. Она принимает текстовое описание задачи оптимизации и предназначена для построения математической модели и соответствующего кода на Python с использованием coptpy. В карточке приведены сравнения с другими методами на бенчмарках NL4OPT, MAMO и IndustryOR. Модель содержит 7,5 млрд параметров, использует архитектуру LLaMA для генерации текста и имеет контекст до 8192 токенов. Лицензия — Llama 3. Карточка не приводит подробностей об ограничениях качества за пределами результатов на указанных бенчмарках.

xidrug разработала эту разговорную модель для ответов на вопросы о торговле и логистике между Китаем и Казахстаном. Она основана на Qwen/Qwen3.5-9B: адаптер QLoRA обучен методом SFT, затем объединён с базовой моделью. Модель содержит около 9,4 млрд параметров; опубликованы полные веса bf16 в формате safetensors. Архитектура — плотная Qwen3.5, библиотека для работы — Transformers. Модель предназначена для тематических диалогов и может использоваться как компонент RAG-системы: актуальные сведения следует получать из подключённой базы знаний, официальных источников или бизнес-систем. Карточка указывает китайский язык; базовая Qwen3.5 также мультимодальна, однако описание этой версии заявляет сценарии вопросов и ответов по тексту. На независимой выборочной проверке из 86 примеров указаны символьный F1 83,46% и ROUGE-L F1 82,81%. Модель не подходит для самостоятельных ответов о меняющихся тарифах, курсах валют, ценах, правилах, состоянии пунктов пропуска и перевозок без свежего поиска и проверки специалистом. В тесте на извлечение JSON доля корректных JSON-ответов составила 0%, поэтому для такого сценария нужны проверка формата или constrained decoding. Лицензия — Apache-2.0; также следует соблюдать условия базовой модели и источников обучающих данных.

RouteE-Powertrain Model Library — библиотека предварительно обученных моделей Национальной лаборатории Скалистых гор для оценки энергопотребления транспорта. По условиям движения на отдельном участке дороги, включая скорость, уклон и угол поворота, модели прогнозируют расход энергии конкретной конфигурации автомобиля при прохождении этого участка. Каталог включает 282 модели для 74 конфигураций автомобилей и 25 марок: автомобилей с ДВС, гибридов, электромобилей, подключаемых гибридов в режимах разряда и поддержания заряда, а также тяжёлых грузовиков класса 8. Большинство моделей — регрессионные случайные леса в формате ONNX; для части конфигураций доступны вероятностные модели NGBoost в формате joblib. Предсказания скорректированы коэффициентами, приближающими лабораторный или симулированный расход к реальному. Библиотека предназначена для энергозависимой маршрутизации и может использоваться маршрутными движками, такими как routee-compass; для загрузки указан пакет routee-powertrain. В README приведена лицензия BSD-3-Clause. Прогнозы привязаны к конкретным автомобилям и конфигурациям и зависят от полноты и соответствия входных характеристик дорожного участка ожидаемому контракту модели.

SOLID-opt — дообученная модель Qwen3-4B-Instruct-2507, разработанная для задач математической оптимизации и исследования операций. Она преобразует задачи, описанные на естественном языке, в структурированные рассуждения, формулировки линейного программирования и Python-код для решателей. Модель основана на плотной архитектуре Qwen3 и содержит 3,7 млрд параметров; для работы с текстом использует библиотеку Transformers и формат safetensors. Контекстное окно — до 262 144 токенов. При обучении применялись GRPO, голосование по целевым значениям решателя и локализованная дистилляция по KL-дивергенции; опубликован чекпойнт шага 125. Модель предназначена для исследовательского применения. Её формулировки, коэффициенты, ограничения, код решателя и заявленные решения могут быть ошибочными, недопустимыми или небезопасными: результаты нужно проверять решателем и независимо проверять перед использованием в важных сценариях. Отдельные результаты оценки качества в карточке не приведены. Лицензия в предоставленных данных не указана.

ttrl-opt — чекпойнт Qwen3-4B-Instruct-2507, дообученный для задач исследования операций. Модель разработана для построения структурированных рассуждений, формулировок задач линейного программирования и ориентированного на решатели кода Python по описаниям задач на естественном языке. Это плотная авторегрессионная языковая модель семейства Qwen3 с 3,7 млрд параметров, представленная в формате safetensors и рассчитанная на контекст до 262 144 токенов. Чекпойнт получен на шаге обучения 125 с применением GRPO и голосования большинства в стиле TTRL; при обучении использовались девятишаговые решения для оптимизации с ориентацией на Gurobi и сигналы вознаграждения от решателя. Модель предназначена для исследований рассуждений в математической оптимизации и исследовании операций. В карточке нет результатов отдельной оценки качества; формулировки, коэффициенты, ограничения, код решателя и заявленные решения могут быть ошибочными или невыполнимыми, поэтому их следует проверять решателем и независимо. Лицензия в предоставленных данных не указана.

keremberke/yolov8n-forklift-detection — модель компьютерного зрения на архитектуре YOLOv8, опубликованная под именем Keremberke и предназначенная для обнаружения погрузчиков и людей на изображениях. Она использует библиотеку Ultralytics и формат PyTorch; карточка указывает классы forklift и person и датасет keremberke/forklift-object-detection. Модель подходит для мониторинга складских и производственных зон, где нужно находить погрузчики и людей в кадре. Сведения о размере модели и лицензии в доступных данных отсутствуют.

keremberke/yolov8s-forklift-detection — модель компьютерного зрения на базе YOLOv8s, предназначенная для обнаружения вилочных погрузчиков и людей на изображениях. Она опубликована сообществом Keremberke и использует библиотеку Ultralytics. Модель выдаёт рамки объектов с метками forklift и person, что подходит для мониторинга погрузчиков и присутствия людей в кадре. В карточке указаны веса PyTorch и датасет keremberke/forklift-object-detection. Лицензия и дополнительные сведения о точности, размере модели и ограничениях по условиям съёмки в предоставленных данных не описаны.

SOLID-StepORLM-Qwen3-8B — дообученная модель JamesX421 для построения моделей операций исследования и генерации ответов с опорой на решатель. Это плотная авторегрессионная модель семейства Qwen3 с архитектурой Qwen3ForCausalLM и 7,6 млрд параметров; она обучена методом GRPO с поэлементной KL-супервизией, основанной на решателе, и использует шаблон ответов COPT-style StepORLM. Контекст составляет 40 960 токенов. Модель предназначена для формулирования задач математической оптимизации и получения решений, проверяемых оптимизационным решателем. В README приведены результаты на OptMATH, MAMO-Complex и InOR, полученные при выборке 64 ответов на задачу; качество заметно различается между наборами данных, а приведённые оценки не гарантируют корректность каждого отдельного ответа. Репозиторий содержит веса Safetensors для использования через Transformers. Лицензия в предоставленных данных не указана.

keremberke/yolov8m-forklift-detection — модель компьютерного зрения на архитектуре YOLOv8, опубликованная пользователем keremberke и предназначенная для обнаружения вилочных погрузчиков и людей на изображениях. Она использует библиотеку Ultralytics и распространяется в формате PyTorch. Модель можно применять для визуального контроля присутствия погрузчиков и людей на кадрах, например, в рабочих зонах склада. README указывает два класса обнаружения: forklift и person. Карточка предлагает использовать модель через ultralyticsplus. Сведения о размере модели, лицензии, языковой поддержке и контексте неприменимы или не приведены в доступных данных.

CanelE452 разработала дообученную модель паллет на базе pose-варианта Ultralytics YOLO26n. По одному RGB-кадру она предсказывает ограничивающую рамку и 9 ключевых точек паллеты; по ним последующий этап PnP вычисляет 6-DoF-позу, включая угол поворота, боковое смещение и расстояние вперёд. Модель предназначена для установки на погрузчик и настройки под конкретную камеру. Для инференса изображение нужно дополнить отражёнными полями по 100 пикселей с каждой стороны, а из координат предсказанных точек вычесть 100 пикселей. Индексы точек 0–3 обозначают обращённую к камере сторону паллеты, а не фиксированную сторону объекта. Обучение включало синтетическую предобученную модель и дообучение на реальных аннотациях, фоновых кадрах с камеры установки и синтетических изображениях. На отложенном наборе из 161 реального кадра модель показала частоту обнаружения 97,5% и медианную ошибку ключевых точек 7,38 пикселя. Она лучше подходит для паллет в условиях близких к обучающим, чем для универсального обнаружения объектов: модель может пропускать сильно обрезанные и удалённые паллеты, рассчитана на одну паллету в кадре и настроена на камеру погрузчика 640×480 с низким углом обзора. Деревянные паллеты исключены из реальных обучающих данных; пластиковые преобладают. Лицензия AGPL-3.0 унаследована от базовых весов Ultralytics.

CanelE452 разработала модель обнаружения ключевых точек паллеты на базе YOLO26n-pose и дообучила её от CanelE452/pallet-pose-yolo26n-livegt. Модель предсказывает 9 точек: 8 вершин паллеты и центроид; при обучении допускает эквивалентность четырёх поворотов квадратной паллеты на 90 градусов, выбирая перестановку точек с наименьшей функцией потерь. Это учитывает физическую симметрию паллеты размером 1,10 × 1,10 м, у которой выбор передней грани неоднозначен. Модель предназначена для оценки положения квадратной паллеты по изображению, в том числе как этапа последующего расчёта позы методом PnP. На приведённой выборке из 155 кадров она не имела случаев полного срыва локализации по критерию C4, однако результат основан на одном эксперименте с малой выборкой. Лицензия — AGPL-3.0.