К содержимому
Другое

YOLO26n-head-detection-cut-P3

быстрый детектор голов для крупного и среднего плана

2 мин чтенияобновлено

Одноклассовая модель (детектирует только класс head) от автора wesjos на базе Ultralytics YOLO26n для быстрого поиска голов в кадре размером 320×320 пикселей. Из стандартной архитектуры полностью удалена ветка P3 (слой с высоким разрешением, отвечающий за поиск самых мелких деталей), что позволило заметно снизить вычислительную нагрузку и ускорить работу модели. При этом обучали её на полном наборе данных без отбрасывания мелких разметкок, благодаря чему качество распознавания средних объектов (занимающих от 2% до 10% кадра) оказалось даже выше, чем у трёхголового аналога. Подойдёт для систем видеоконференций, контроля доступа на близком расстоянии, стриминга и фронтальных камер смартфонов.

Ключевые особенности

  • Облегчённая архитектура: удаление всей ветки P3 оставило 2 головы детекции (P4 и P5) вместо 3, сократив объём вычислений после слияния слоёв (BN fusion) на 18,5% — до 1,076 GFLOPs.
  • Прирост скорости: задержка на один кадр снизилась на 21% по сравнению с полной трёхголовой версией.
  • Фиксированное разрешение 320×320: модель жёстко заточена под вход 320 пикселей (89,4% обучающей выборки имели именно такой размер); подача 640×640 резко роняет точность mAP50-95 с 0,930 до 0,686.
  • Чёткие границы применимости: уверенно ловит головы размером от 2% площади кадра, но не предназначена для съёмки плотных толп с воздуха или дальнего видеонаблюдения.

Что можно сделать

  • Автокадрирование для вебкамер и стримов: встроить в софт для видеозвонков или мобильные приложения, чтобы удерживать лицо спикера в центре кадра с минимальной нагрузкой на процессор.
  • Локальный контроль доступа: использовать на маломощных устройствах или в ONNX-пайплайнах для быстрого триггера присутствия человека перед терминалом.

Пример

from ultralytics import YOLO

model = YOLO('head320_yolo26n_full2h_best.pt')
results = model.predict('photo.jpg', imgsz=320, conf=0.25)

for box in results[0].boxes:
    print(box.xyxy.tolist(), float(box.conf))
ПодробнееМетрики (val ≥2% кадра, imgsz=320): mAP50 — 0.9947, mAP50-95 — 0.9298, recall на средних целях (2–10%) — 0.9485.
Параметры: ~2,31M после BN fusion (2,54M без слияния), вычисления — 1.076 GFLOPs @320.
Обучение: 23 150 изображений (24 575 боксов), режим end2end=False (для сырого экспорта в ONNX требуется постобработка NMS).
Обсудить Telegram 0 75

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.

    # wesjos/YOLO26n-head-detection-cut-P3
    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 wesjos/YOLO26n-head-detection-cut-P3 --local-dir ~/models/YOLO26n-head-detection-cut-P3
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к YOLO26n-head-detection-cut-P3
  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 YOLO26n-head-detection-cut-P3 — сжатые, дообучения, LoRA — появятся в колокольчике.

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

О модели

wesjos/YOLO26n-head-detection-cut-P3
Автор
wesjos
Категория
Другое
Дата выхода
На сайте

На сайте

Hugging Face

750

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии