/ Модель

Характеристики

Лицензия
CC BY-NC 4.0
Библиотека
wildlife-datasets
Опубликована
7 авг 2023

MegaDescriptor-B-224

Классификация изображенийИзображение → label3 профессии

Визуальная модель Swin-B для извлечения признаков и повторной идентификации животных по фотографиям.

152 тыс.скачиваний за 30 дней0лайковвеса обновлены5 янв 2024

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

MegaDescriptor-B-224 — модель извлечения визуальных признаков на основе Swin-B, предварительно обученная Supervisely на наборах данных для повторной идентификации животных. Она предназначена для получения эмбеддингов изображений, по которым можно сопоставлять особей и искать повторные появления животных на фотографиях. Архитектура — swin_base_patch4_window7_224, размер входного изображения — 224 × 224 пикселя, число параметров — 109,1 млн.

Модель рассчитана на сценарии повторной идентификации животных и работы с визуальными признаками в экологических исследованиях и мониторинге дикой природы. В метаданных Hugging Face указана задача image-classification, а веса представлены в формате PyTorch. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но запрещает коммерческое применение.

Сценарии применения

  • поиск повторных снимков одной и той же особи
  • повторная идентификация диких животных по фотографиям
  • извлечение признаков для сопоставления изображений животных

Ограничения

Входные изображения рассчитаны на размер 224 × 224 пикселя. Лицензия запрещает коммерческое использование.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Model card for MegaDescriptor-B-224

A Swin-B image feature model. Supervisely pre-trained on animal re-identification datasets.

Model Details

Model Usage

Image Embeddings


import timm
import torch
import torchvision.transforms as T

from PIL import Image
from urllib.request import urlopen

model = timm.create_model("hf-hub:BVRA/MegaDescriptor-B-224", pretrained=True)
model = model.eval()

train_transforms = T.Compose([T.Resize(224), 
                              T.ToTensor(), 
                              T.Normalize([0.5, 0.5, 0.5], [0.5, 0.5, 0.5])]) 

img = Image.open(urlopen(
    'https://huggingface.co/datasets/huggingface/documentation-images/resolve/main/beignets-task-guide.png'
))

output = model(train_transforms(img).unsqueeze(0))  # output is (batch_size, num_features) shaped tensor
# output is a (1, num_features) shaped tensor

Citation

@inproceedings{vcermak2024wildlifedatasets,
  title={WildlifeDatasets: An open-source toolkit for animal re-identification},
  author={{\v{C}}erm{\'a}k, Vojt{\v{e}}ch and Picek, Lukas and Adam, Luk{\'a}{\v{s}} and Papafitsoros, Kostas},
  booktitle={Proceedings of the IEEE/CVF Winter Conference on Applications of Computer Vision},
  pages={5953--5963},
  year={2024}
}

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · wildlife-datasets · image-classification

Можно запустить

Подбираем GPU…

Ревизия весов
94bad65

0 моделей