К содержимому
Другое

YOLO11n (VisDrone-DET)

лёгкий детектор объектов для съёмки с дронов

2 мин чтенияобновлено

Компактная модель компьютерного зрения для поиска людей и транспорта на кадрах, снятых с большой высоты. Чекпоинт дообучен на датасете VisDrone-DET на базе лёгкой архитектуры YOLO11n (2,6 млн параметров) с помощью фреймворка Ultralytics и пакета DetectionBench. В отличие от стандартных детекторов, настроенных на обычные фото с уровня земли, эта версия заточена под крошечные объекты с высоты птичьего полёта. Подойдёт разработчикам и исследователям для быстрого прототипирования систем анализа аэросъёмки на слабом железе.

Ключевые особенности

  • Распознаёт 10 активных классов: пешеходов, людей, велосипеды, автомобили, фургоны, грузовики, трициклы, трициклы с тентом, автобусы и мотоциклы (класс others не используется).
  • Ультралёгкая архитектура: всего 2,6M параметров и 6,6B FLOPs (вычислительных операций при разрешении 640 px), что обеспечивает высокую скорость инференса.
  • Обучена на изображениях высокого разрешения (1280 px), чтобы не терять мелкие детали на кадрах с высоты.
  • Воспроизводимый пайплайн: модель подготовлена и протестирована в рамках бенчмарка DetectionBench с открытыми конфигами и матрицами ошибок в репозитории.

Что можно сделать

  • Запустить автоматический подсчёт автомобилей, автобусов и пешеходов на видеопотоке с квадрокоптера в реальном времени.
  • Использовать чекпоинт как лёгкий бейзлайн (отправную точку) при сравнении архитектур детекторов для аэросъёмки в библиотеке ultralytics.
  • Встроить в пайплайны мониторинга дорожного трафика или парковок, где критична минимальная нагрузка на вычислительные ресурсы.

Пример

from huggingface_hub import hf_hub_download
from ultralytics import YOLO

weights = hf_hub_download(repo_id="dronefreak/visdrone-yolo11n", filename="best.pt")
model = YOLO(weights)
results = model.predict(source="image.jpg", conf=0.25)
results[0].show()
ПодробнееМетрики на тесте VisDrone-DET: mAP@50 — 39,52%, mAP@50-95 — 23,0%, Precision — 51,49%, Recall — 41,02%, F1 — 45,66%.
Лучше всего модель находит автомобили (mAP@50 79,34%) и автобусы (61,26%), хуже — велосипеды (15,86%) из-за сильного дисбаланса классов.
Особенности данных: в среднем ~53 объекта на кадр, причём ~69% рамок занимают менее 0,1% площади изображения.
Ограничения: датасет VisDrone распространяется под лицензией CC BY-NC-SA 3.0, поэтому модель предназначена только для некоммерческих исследований.
Примеры и видео
Обсудить Telegram 0 9

Запустится ли?

Запустится в BF16

Влезает без сжатия.

  • BF16веса 0.0 GB · готовые файлы0.5 GB
  • FP8 / INT8рекомендуемвеса 0.0 GB0.5 GB
  • 4-bitвеса 0.0 GB0.5 GB

Совет: берите 8-bit.FP8 / INT8 почти не отличается по качеству от полной точности (разница в пределах процента), а памяти занимает вдвое меньше и на RTX 40/50, H100 работает быстрее. Полную точность есть смысл брать только для дообучения.

Что взять под эту модель

Massed ComputeОткрыть Massed Compute

Своя видеокарта: FP8 / INT8 — от RTX 2060 · BF16 — от RTX 2060

Почасовые цены Massed Compute на ноябрь 2026. Цена со скидкой — с промокодом при оплате.

Оценка: веса плюс рабочая память. Длинные ролики, высокое разрешение и большой контекст требуют больше.

Запуск на Massed Compute

Скрипт скачает модель на арендованную машину. Как её запустить — в карточке модели.

  1. 1. Арендуйте машину с подходящей видеокартой

    Открыть Massed Compute
  2. 2. Вставьте скрипт в терминал машины

    Подключитесь по SSH (команда есть в панели Massed Compute) или откройте терминал на рабочем столе машины.

    HF_TOKEN / CIVITAI_TOKENВ начале скрипта строки для токенов: вставьте свой между кавычками. Токен Hugging Face нужен для закрытых моделей, токен Civitai — для моделей с Civitai.

    # hajimi333/visdrone-yolo11n
    mkdir -p ~/models
    curl -LsSf https://astral.sh/uv/install.sh | sh
    source "$HOME/.local/bin/env"
    uv tool install "huggingface_hub[cli]"
    hf download hajimi333/visdrone-yolo11n --local-dir ~/models/visdrone-yolo11n
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к visdrone-yolo11n
  3. 3. Пользуйтесь

    Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).

Не забудьте остановить машину в панели, когда закончите: оплата идёт поминутно, пока она включена.

Как ускорить

Подобрано под тип модели. Выберите своё железо в блоке выше — покажем то, что подходит именно вам.

  • FlashAttention 44.0.0b40от 18 ноября 2026новая версия

    самое быстрое точное внимание на B200

    Ядра для Blackwell (пока бета). Точное внимание без квантования — подходит для всего, включая LLM.

    Как включить: pip install flash-attn-4; vLLM и SGLang подхватывают сами.

    Предыдущие поколения (2)
    • FlashAttention 3 — Версия для Hopper (H100/H200) с FP8.
    • FlashAttention 2 — Стандарт для RTX 30/40/50 и A100: точное внимание без лишней памяти на длинных контекстах.
  • torch.compile2.15.0от 28 октября 2026новая версия

    10–30% бесплатно

    Компилирует модель под вашу видеокарту. Первый запуск дольше, дальше быстрее.

    Как включить: model = torch.compile(model); в ComfyUI — узел TorchCompileModel.

Семья модели

Дообучение модели

Ultralytics/YOLO11

Новые посты про версии YOLO11 — сжатые, дообучения, LoRA — появятся в колокольчике.

Сжатые версии 12Все на Hugging Face
Дообучения 12Все на Hugging Face

О модели

hajimi333/visdrone-yolo11n
Автор
hajimi333
Категория
Другое
Дата выхода
На сайте

На сайте

Hugging Face

90

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии