К содержимому
Другое

AcuiVision RT-DETR R18

детекция тилапии для рыбных ферм

2 мин чтенияобновлено

Компактная модель компьютерного зрения на 20M параметров, дообученная для обнаружения тилапии на кадрах видеонаблюдения. В основе лежит архитектура RT-DETR R18 (детектор объектов реального времени на базе трансформеров от PekingU), в которой стандартную голову классификации COCO заменили на один класс — рыба. Модель не определяет конкретный вид рыбы и не строит маски сегментации, а только находит объекты в кадре с помощью ограничивающих рамок (bounding boxes). Подойдёт разработчикам систем мониторинга для установок замкнутого водоснабжения (RAS) и рыбных хозяйств.

Ключевые особенности

  • Компактность и скорость: вес чекпоинта всего около 80.5 МБ, а медианная задержка инференса на видеокарте Tesla T4 составляет около 40 мс на кадр.
  • Честное разделение данных: дообучение проводилось на 256 кадрах из датасета TilapiaVision и 32 кадрах RAS без утечки аугментированных копий между обучающей и тестовой выборками.
  • Минимальные требования к памяти: на пике модель занимает около 194 МБ VRAM в точности float32 при разрешении 640x640.
  • Пилотный статус: автор отдельно отмечает, что это предварительный экспериментальный чекпоинт, проверенный на одном тестовом видео без гарантии стабильности на любых фермах.

Что можно сделать

  • Встроить в пайплайн видеонаблюдения в аквакультуре для отслеживания наличия и примерного подсчёта тилапии в бассейнах (с учётом погрешности count MAE 11.6).
  • Использовать как лёгкую базовую модель (baseline) для дальнейшего дообучения на собственных видеозаписях с рыбных ферм через библиотеку transformers.

Пример

Сценарий использования из протокола тестирования: подача кадров с подводной или надводной камеры в разрешении 640×640 с порогом уверенности (confidence) 0.3 и порогом пересечения рамок (bbox IoU) 0.5. На выходе модель возвращает координаты прямоугольных рамок для обнаруженных особей тилапии без сегментационных масок.

ПодробнееМетрики на тестовом видео (16 кадров): mAP50 — 0.289, mAP50-95 — 0.151, Precision — 0.095, Recall — 0.525, Count MAE — 11.625.
Железо и скорость: замер на Tesla T4 (float32, max640), медианная задержка 0.0399 с, пик VRAM ~194 МБ, размер файла ~80.5 МБ.
Ограничения: только детекция одного класса без масок и видовой классификации; метрики для форели отсутствуют.
Лицензия базы: Apache-2.0 (на основе PekingU/rtdetr_r18vd), датасеты обучения — CC BY 4.0.
Обсудить Telegram 0 54

Запустится ли?

Запустится в F32

Влезает без сжатия.

  • F32веса 0.1 GB · готовые файлы0.6 GB
  • BF16веса 0.0 GB0.5 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 · F32 — 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.

    # silvaamayaisaias/acuivision-rtdetr-r18-tilapia
    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 silvaamayaisaias/acuivision-rtdetr-r18-tilapia --local-dir ~/models/acuivision-rtdetr-r18-tilapia
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к acuivision-rtdetr-r18-tilapia
  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 acuivision-rtdetr-r18-tilapia — сжатые, дообучения, LoRA — появятся в колокольчике.

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

О модели

silvaamayaisaias/acuivision-rtdetr-r18-tilapia
Автор
silvaamayaisaias
Категория
Другое
Дата выхода
На сайте

На сайте

Hugging Face

540

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии

Другое

TopoX

TopoX