kipreise.info
Lokale Modelle › Bild & Foto › rtdetr_r101vd_coco_o365
PekingU · Bild & Foto · ⟳ vor 7 Min (16.10. 19:14 UTC)

rtdetr_r101vd_coco_o365

Bilder erzeugen, bearbeiten und vergrößern — Stable-Diffusion-Klasse, Flux & Co.

Apache-2.0

Größe (kompakt)0,3 GB
Kleinste Variante–
LizenzApache-2.0
Parameter0.08B
KategorieBild & Foto
Downloads (30 Tage)1,2 Mio.
Likes27
Aktualisiertvor 2 Jahren
Erstelltvor 2 Jahren
Hersteller/OrgPekingU
Tensor-TypF32
Repo-Größe (alle Dateien)0,3 GB

Läuft das auf deinem Rechner?

Was kann es?

RT-DETR (r101) ist ein Echtzeit-Objekterkennungsmodell, das auf dem COCO-Datensatz trainiert wurde. Es erkennt und markiert Objekte in Bildern in Echtzeit – etwa Personen, Fahrzeuge oder Tiere, je nachdem, was in den Trainingsdaten war.

Stärken

Mit rund 80 Millionen Parametern ist es relativ leicht und läuft auch auf normaler Desktop-Hardware, ohne dass man eine Profi-GPU braucht.

Grenzen

Für jemanden, der nur Text verarbeiten will, ist es das falsche Werkzeug – und wie bei allen COCO-modellen gilt: Es erkennt nur die Objektkategorien, auf die es trainiert wurde, und die Genauigkeit reicht nicht für kritische Anwendungen wie medizinische Diagnostik.

Für wen?

Für Entwickler oder Hobbyisten, die lokal Objekte in Bildern erkennen wollen, ohne eine Cloud-Dienst zu nutzen.

So startest du es

Jeder Befehl ist fertig für dieses Modell: kopieren und in die Konsole einfügen.

⚠️ Dieses Modell gibt es nicht als GGUF — Ollama, LM Studio und llama.cpp können es daher nicht starten (die drei Wege funktionieren nur bei Sprachmodellen). Es läuft über ComfyUI oder diffusers.

Dein Rechner

Besonderheiten

Was dieses Modell ausmacht — geprüft aus den offiziellen Angaben (⟳ vor 7 Min (16.10. 19:14 UTC)).

Erzeugt BilderBilder aus einer Text-Beschreibung — lokal, ohne Cloud.
Trainings-DatenLaut Modellkarte trainiert mit: coco.
Paper / ForschungarXiv:2304.08069 — die Original-Arbeit zum Modell bzw. Verfahren. Quelle ↗
In Spaces im Einsatz8 Hugging-Face-Spaces nutzen dieses Modell.
SpracheEnglisch
Kommerziell nutzbarLizenz: Apache-2.0.
Millionenfach geladen1,2 Mio. Downloads auf Hugging Face.
TechnikModelltyp: rt_detr · Bibliothek: transformers

Alle Angaben stammen aus den offiziellen Quellen (Hugging Face) — wir hosten keine Modelle.

Wo bekommst du es?

Wir hosten nichts — hier geht es direkt zur Quelle. Die Anleitung unten zeigt dir Schritt für Schritt, wie du das Modell startest.

Auf Hugging Face herunterladen Bei Ollama suchen Bei LM Studio suchen

Größen & Quants

Kleinere Datei = weniger Speicherbedarf, dafür minimal geringere Qualität. Der Check oben zeigt dir für jede Variante, ob sie auf deinem Rechner läuft — entscheiden musst nur du.

VarianteDateigrößeSpeicherbedarf (grob)
Keine Variantenliste verfügbar — schau in die Dateiliste bei Hugging Face.
Größenangaben aus der Dateiliste bei Hugging FaceAlle Dateien: HF ↗

So startest du rtdetr_r101vd_coco_o365

  1. Herunterladen: Über den HF-Button oben (oder direkt in Ollama/LM Studio suchen).
  2. Starten: Unsere Anleitung zeigt dir die einfachsten Wege — LM Studio (Klick-Oberfläche) oder Ollama (ein Befehl).
  3. Chatten: Modell auswählen, lostippen. Ohne Internet, ohne Anmeldung.

Gleiches Modell lieber als API nutzen? Preisvergleich öffnen →

Häufige Fragen

Läuft rtdetr_r101vd_coco_o365 auf meinem Rechner?

Das zeigt dir der Check oben — Variante für Variante. Typische Größen: die übliche kompakte Variante wiegt –, die kleinste – — rechne grob ~2 GB Puffer dazu.

Was kostet rtdetr_r101vd_coco_o365?

Nichts — das Modell ist kostenlos herunterladbar. Kosten entstehen nur für Strom oder eine gemietete GPU, falls dein Rechner zu klein ist.

Ähnliche Modelle: rorshark-vit-base · vit-base-oxford-iiit-pets · sdxl-detector · Zurück zur Übersicht

Daten: Hugging Face API · ⟳ vor 7 Min (16.10. 19:14 UTC). Wir hosten keine Modelle — alle Links führen zu den offiziellen Quellen.