разбор · vl

из 10

смотреть не обязательно — забрать выжимку и пункты

оценка машинная и частично зависит от длины ролика — спорите, открывайте оригинал

Qwen3 VL 30B: локальная детекция по промпту без обучения

No more YOLO? Testing Qwen3 VL in real-time local detection

Эксперимент: Qwen3 VL 30B (FP8, 32 ГБ) на H100 детектит объекты по текстовому промту без обучения, с задержкой 3-4 сек и галлюцинациями. Работает стабильно на Full HD, хуже на HD. Применимо для быстрой кастомной детекции без разметки.

что из этого моё

Можно использовать как быстрый прототип кастомной детекции для автоматизации: например, распознавание объектов на складе или в офисе без обучения. Но для production нужна фильтрация галлюцинаций и оптимизация задержки.

Тезисы ролика

применимого к своей работе линза здесь не нашла

▸Используйте Qwen3 VL 30B в FP8 (32 ГБ) для локальной детекции по промту — влезает в одну H100 80 ГБ.

▸Запускайте через движок VLM с контекстом 460K — потребление ~77 ГБ, оставляйте запас.

▸Для снижения задержки используйте Turbo JPEG вместо OpenCV — быстрее в разы.

▸Добавьте motion detection порог, чтобы не дёргать модель каждые 3 секунды.

о чём говорят, по времени

главы доводят до 09:33 · дальше по ролику меток нет

Введение и выбор модели00:00 ↗

Тестируем Qwen3 VL 30B для детекции без обучения, выбираем модель под H100.

Запуск и интерфейс02:03 ↗

Запускают веб-приложение, подключают камеру, настраивают промт и порог движения.