/ Модель

Характеристики

Лицензия
CC BY-NC 4.0
Библиотека
wildlife-datasets
Опубликована
7 апр 2025

MegaDescriptor-DINOv2-518

Классификация изображенийИзображение → label3 профессии

Модель на основе DINOv2 извлекает признаки изображений животных для поиска и повторной идентификации особей.

27 614скачиваний за 30 дней1лайквеса обновлены11 апр 2025

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

BVRA/MegaDescriptor-DINOv2-518 — модель извлечения признаков изображений на основе DINOv2, предварительно обученная Supervisely на наборах данных для повторной идентификации животных. Она предназначена для получения векторных представлений изображений животных, которые можно использовать для поиска и сопоставления особей. Модель построена на архитектуре ViT-Large с патчами 14 × 14; содержит около 304,4 млн параметров и рассчитана на изображения размером 518 × 518 пикселей.

Модель подходит для создания систем повторной идентификации животных по фотографиям и поиска похожих изображений по эмбеддингам. В карточке указана лицензия CC BY-NC 4.0, которая разрешает использование с соблюдением условий атрибуции и ограничивает коммерческое применение. Метаданные Hugging Face относят её к image-classification, хотя в README основное назначение описано как извлечение признаков для повторной идентификации.

Сценарии применения

  • Поиск фотографий одной и той же особи животного
  • Повторная идентификация животных по снимкам
  • Создание эмбеддингов фотографий для поиска похожих изображений

Ограничения

Модель обучена для повторной идентификации животных, поэтому её пригодность для других типов изображений не подтверждена. Лицензия CC BY-NC 4.0 ограничивает 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

A DINOv2 based image feature model. Supervisely pre-trained on animal re-identification datasets. Original model: timm/vit_large_patch14_dinov2.lvd142m

Model Details

  • Model Type: Animal re-identification / feature backbone
  • Model Stats:
  • Params (M): 304.4
  • GMACs: 507.1
  • Activations (M): 1058.8
  • Image size: 518 x 518

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-DINOv2-518", pretrained=True)
model = model.eval()

transforms = T.Compose([T.Resize(518), 
                              T.ToTensor(), 
                              T.Normalize([0.485, 0.456, 0.406], [0.229, 0.224, 0.225])]) 

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

output = model(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
49d73b4

0 моделей