Falcon1-2.6M

Falcon1-2.6M — компактная модель детекции объектов на базе YOLO11n. Backbone заморожен, а neck и head дообучены на Pascal VOC; итоговый файл весит 5,5 МБ при 2,6 млн параметров.

🚀 Ключевые особенности

• 🔥 Всего 2,6 млн параметров и 5,5 МБ — подходит для edge-устройств и CPU после ONNX-экспорта.
• 🧐 База — YOLO11n, предобученная на COCO; на VOC адаптированы только neck и head.
• 💯 На валидации VOC: 85,4% mAP50 и 65,4% mAP50-95 — выше полного YOLO11n в том же протоколе.
• 👀 20 классов VOC и до 300 детекций на изображение.
• 🚀 Инференс на T4: 2,3 мс при 640 px и 1,1 мс при 320 px.

👀 Пример

from ultralytics import YOLO

model = YOLO("Falcon1-2.6M.pt")
results = model.predict(source="image.jpg", imgsz=640, conf=0.25)
results[0].show()

Подробнее

Метрики на Pascal VOC 2007 val: mAP50 — 85,4%, mAP50-95 — 65,4%, precision — 83,1%, recall — 77,4%.
Обучение: 30 эпох, batch 32, 640 px, freeze=10, 1×T4, около 2,05 часа.
Ограничения: хуже на мелких объектах (pottedplant, chair, bottle), знает только 20 классов VOC и не предназначена для трекинга.
ONNX-экспорт в FP32 — около 10 МБ; лицензия Apache 2.0.