/ Модель

Характеристики

Лицензия
CC BY-NC 4.0
Библиотека
wildlife-datasets
Опубликована
6 ноя 2023

MegaDescriptor-L-224

Классификация изображенийИзображение → label3 профессии

Визуальный backbone Swin-L для извлечения эмбеддингов и повторной идентификации животных по фотографиям.

34 839скачиваний за 30 дней1лайквеса обновлены14 окт 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-L-224 — визуальная модель извлечения признаков для повторной идентификации животных, предварительно обученная Supervisely на наборах данных по реидентификации животных. Она использует архитектуру Swin-L (swin_large_patch4_window7_224), содержит 228,6 млн параметров и принимает изображения размером 224 × 224 пикселя. Модель формирует эмбеддинги изображений, пригодные для сравнения особей и поиска повторных наблюдений.

Модель предназначена для экологических исследований и систем мониторинга дикой природы, где требуется сопоставлять фотографии животных, в том числе полученные с фотоловушек. В метаданных Hugging Face она размечена задачей image-classification, однако карточка описывает её как backbone для извлечения визуальных признаков и реидентификации. Для использования весов указана лицензия CC BY-NC 4.0, которая ограничивает коммерческое применение.

Сценарии применения

  • сопоставление фотографий одного животного
  • поиск повторных наблюдений особей в фотоловушках
  • извлечение признаков животных для экологического мониторинга

Ограничения

Модель обучена на данных для реидентификации животных; качество на видах и условиях съёмки, не представленных в обучающих наборах, может отличаться. Лицензия CC BY-NC 4.0 не допускает коммерческого использования.

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-L-224

A Swin-L 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-L-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
056a44a

0 моделей