К содержимому
Другое

Detectorr Multi

детекторы лиц, тел и номеров на базе YOLO26n

2 мин чтенияобновлено

Набор готовых весов для инференса из проекта detectorr-multi-dev, созданного для пайплайна детекции в системе FindFace Multi. Репозиторий объединяет три модели на архитектуре Ultralytics YOLO26n (нано-версия детектора объектов): для распознавания тела человека, лиц и автомобильных номеров. В отличие от базового чекпоинта, здесь сразу собраны кастомные веса под конкретные задачи видеонаблюдения и готовые скомпилированные движки TensorRT (формат ускоренного запуска моделей на видеокартах NVIDIA). Пригодится разработчикам систем видеоаналитики и контроля доступа, которым нужны лёгкие детекторы под актуальное железо без ручной конвертации.

Ключевые особенности

  • Три специализированных детектора в одном месте: для поиска тела (yolo26n.pt), лиц (yolo26n-face.pt) и номерных знаков (yolo26n-license-plate.pt).
  • Исходные веса в формате PyTorch (.pt) собраны под связку torch==2.12.1+cu130.
  • Готовые бинарные движки TensorRT (версия 11.4.0.106) скомпилированы под четыре поколения GPU NVIDIA: Turing (sm_75), Ampere (sm_86), Hopper (sm_90) и Blackwell (sm_120).
  • Удобная структура папок позволяет скачать через CLI только один нужный файл или директорию под конкретную архитектуру видеокарты.

Что можно сделать

  • Развернуть быстрый пайплайн видеоаналитики для распознавания людей, лиц и автомобильных номеров в системах уровня FindFace Multi.
  • Запустить инференс с максимальной скоростью на видеокартах от RTX 2080 Super и RTX 3060 до серверных Hopper и линейки RTX 50xx без самостоятельной сборки TensorRT-движков.
  • Взять кастомные веса .pt на базе YOLO26n как отправную точку для интеграции в собственные Python-сервисы на базе Ultralytics.

Пример

pip install "huggingface_hub[cli]"

# скачать веса под конкретную архитектуру GPU
hf download LeonardoDiasRR/detectorr-multi-models \
  tensorrt_11.4.0.106/ampere-sm_86 --repo-type model --local-dir models
ПодробнееБазовые модели: Ultralytics YOLO26n (кастомные веса для лиц и номеров)
Требования к ПО: PyTorch 2.12.1+cu130 или TensorRT 11.4.0.106 (версия TensorRT должна строго совпадать при загрузке .engine)
Поддерживаемые GPU: Turing (sm_75), Ampere (sm_86), Hopper (sm_90), Blackwell (sm_120)
Лицензия: AGPL-3.0 (Ultralytics)
Обсудить Telegram 0

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.

    # LeonardoDiasRR/detectorr-multi-models
    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 LeonardoDiasRR/detectorr-multi-models --local-dir ~/models/detectorr-multi-models
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к detectorr-multi-models
  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

Новые посты про версии detectorr-multi-models — сжатые, дообучения, LoRA — появятся в колокольчике.

У этой модели пока нет известных родственников. Все производные на Hugging Face

О модели

LeonardoDiasRR/detectorr-multi-models
Автор
LeonardoDiasRR
Категория
Другое
Дата выхода
На сайте

На сайте

Hugging Face

00

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии