کارڈ کے چاروں کونے ڈھونڈتا ہے، اس لیے پہچان کے لیے بھیجا جانے والا کراپ سیدھا کیا ہوا اور ٹھیک کارڈ کے کنارے سے کٹا ہوتا ہے، نہ کہ ایسا چوکور جس کے کونوں میں پس منظر بھی آ جائے۔ شناخت کے فلٹر کو بھی مستحکم رکھتا ہے: ہاتھ میں ترچھا ہوتا کارڈ اپنی ایمبیڈنگ برقرار رکھتا ہے۔
- آرکیٹیکچر
- RF-DETR Seg Nano
- رن ٹائم
- ONNX Runtime
- تاخیر (CPU)
- ~82 ms / فریم
- فلیگ
--segmentor-model - ویٹس کا لائسنس
- Apache-2.0
- آرکیٹیکچر کا لائسنس
- Apache-2.0 (Roboflow)
| ورژن | ریلیز کی تاریخ | ریزولوشن | سائز | SHA-256 | ڈاؤن لوڈ |
v2 موجودہ | 2026-10 | 312 × 312 | 125 MB | c740782cdab1a65408b6fd55fe6e9a5070307189e036361597201714eb3bce61 | ڈاؤن لوڈ |
v1 | 2026-09 | 312 × 312 | 125 MB | 94af531c4fea1e17fcdf393f5bf1cc257a54c8a9ab1eb402e1e8b37213249fd9 | ڈاؤن لوڈ |
اسی ایک سوال کا جواب دیتا ہے جو طے کرتا ہے کہ آپ کے پیسے لگیں گے یا نہیں: وہی کارڈ، یا نیا کارڈ؟ کراپس کا موازنہ 256 ڈائمینشن والے ڈسکرپٹرز کے درمیان کوسائن فاصلے سے کرتا ہے۔ ہر کارڈ پر ایک API کال اسی سے ممکن ہوتی ہے۔
- آرکیٹیکچر
- MobileNetV2
- رن ٹائم
- ONNX Runtime · PyTorch · LiteRT
- تاخیر (CPU)
- ~5 ms / کراپ
- فلیگ
--embed-model - ویٹس کا لائسنس
- Apache-2.0
- آرکیٹیکچر کا لائسنس
- Apache-2.0 (Google)
| ورژن | ریلیز کی تاریخ | ریزولوشن | سائز | SHA-256 | ڈاؤن لوڈ |
v1 موجودہ | 2026-09 | 384 × 384 | 9.8 MB | f45ac9756dd621f021809f3237e5c06ce82377d4d6b1f3b8f6951804cd0369e2 | ڈاؤن لوڈ |
OpenCV کا شائع کردہ vitTracker، سیدھا OpenCV zoo سے۔ ٹریکر کا ایک اپ ڈیٹ ~2.7 ms لیتا ہے جبکہ ایک ڈیٹیکشن ~80 ms، اس لیے --tracker-model کے ساتھ ڈیٹیکشن دوبارہ ہم آہنگ کرنے والے سست درجے پر آ جاتی ہے اور CPU پر ریئل ٹائم آسان ہو جاتا ہے۔ یہ صرف موجودگی بتاتا ہے: کارڈ وہی ہے یا نیا، یہ فیصلہ اب بھی شناخت کا فلٹر کرتا ہے۔
- آرکیٹیکچر
- TrackerVit
- رن ٹائم
- OpenCV
- تاخیر (CPU)
- ~2.7 ms / فریم
- فلیگ
--tracker-model - ویٹس کا لائسنس
- Apache-2.0
- آرکیٹیکچر کا لائسنس
- Apache-2.0 (OpenCV)
| ورژن | ریلیز کی تاریخ | ریزولوشن | سائز | SHA-256 | ڈاؤن لوڈ |
2023sep موجودہ | 2023-09 | 128 × 128 | 698 KB | 2990f0b7cd44d92afa48cd97db6de7be113fc1d9594fddb74e2725c10478e91d | ڈاؤن لوڈ |