К содержимому
Другое

eskd-yolo26

детектор элементов чертежей ЕСКД и ГОСТ

2 мин чтенияобновлено

Набор детекторов на базе архитектуры yolo26s для анализа структуры синтетических и реальных инженерных чертежей по стандартам ЕСКД и ГОСТ. Модель находит и размечает геометрию документа: внешнюю рамку, основную надпись (штамп), отдельные ячейки, зоны видов, области с текстом, стрелки и символы. На выходе получаются координаты объектов в формате COCO или предразметка для дальнейшей работы, при этом сам текст модель не распознаёт (OCR отсутствует). Проект пригодится инженерам и разработчикам систем автоматизации документооборота для первичного парсинга технической документации.

Ключевые особенности

  • Разделение на четыре специализированные задачи: layout (13 классов разметки, обучение завершено), text (20 классов текстовых зон, в процессе обучения), arrows и symbols.
  • Работа в высоком разрешении: 1280 пикселей для базовой разметки листа и 1536 пикселей для плотных текстовых областей с лимитом до 3000 детекций на лист.
  • Наличие встроенного режима полуавтоматической предразметки (prelabel.py) с разделением на автоматическое принятие и ручную проверку по порогам уверенности.
  • Открытые веса для всех эпох обучения (epoch_010.pt — epoch_060.pt) и чекпоинты best.pt / last.pt.

Что можно сделать

  • Автоматически вырезать основную надпись (title_block) и её отдельные ячейки из сканов чертежей перед передачей в сторонний OCR-движок.
  • Ускорить сбор собственного датасета реальных инженерных документов с помощью скрипта черновой разметки с обязательной проверкой сложных зон вроде view_detail.
  • Дообучить модель на собственных сканах чертежей, стартуя с выложенных весов last.pt.

Пример

python tools/infer.py --weights models/layout/best.pt \
  --source photos/ --out runs/infer \
  --imgsz 1280 --conf 0.25 --max-det 3000 --coco
ПодробнееМетрики задачи layout (60 эпох) на синтетическом тесте из 400 листов: mAP50 — 0.995, mAP50-95 — 0.993.
Проверка на 58 реальных снимках: детекции сработали на всех 58 листах (2040 объектов), средняя уверенность для title_block — 0.975, для title_cell — 0.926, для view_detail — 0.659.
Параметры обучения: yolo26s, batch 8 (для text — 4), AMP fp16, оптимизатор MuSGD, mosaic=0.3 без отражений.
Ограничения: модель обучена на синтетике (на реальных сканах есть сдвиг домена, реальный mAP не измерялся), не распознаёт текст, лицензия Ultralytics AGPL-3.0.
Обсудить Telegram 0

Запустится ли?

Запустится в BF16

Влезает без сжатия.

  • BF16веса 0.1 GB · готовые файлы0.6 GB
  • FP8 / INT8рекомендуемвеса 0.0 GB0.6 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.

    # p4ulbr4dl3y/eskd-yolo26
    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 p4ulbr4dl3y/eskd-yolo26 --local-dir ~/models/eskd-yolo26
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к eskd-yolo26
  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 eskd-yolo26 — сжатые, дообучения, LoRA — появятся в колокольчике.

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

О модели

p4ulbr4dl3y/eskd-yolo26
Автор
p4ulbr4dl3y
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

Другое

DriveTraj

DriveTraj
Другое

TactoHand

TactoHand