/ Модель

Характеристики

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

MegaDescriptor-S-224

Классификация изображенийИзображение → label3 профессии

Swin-S-модель извлекает эмбеддинги изображений животных для их повторной идентификации и сопоставления.

65 174скачиваний за 30 дней1лайквеса 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-S-224 — модель извлечения визуальных признаков на базе Swin-S, предварительно обученная Supervisely на наборах данных для повторной идентификации животных. Она преобразует изображения в эмбеддинги для сравнения особей и может использоваться как backbone в системах распознавания животных по фотографиям. Архитектура — Swin Transformer `swin_small_patch4_window7_224` с 49,6 млн параметров; входной размер изображения — 224 × 224 пикселя.

Модель предназначена для задач идентификации и сопоставления изображений животных в исследованиях дикой природы и экологических проектах. В репозитории указаны формат PyTorch и лицензия CC BY-NC 4.0, которая ограничивает использование некоммерческими целями. В карточке описан backbone для извлечения признаков; отдельные гарантии качества на новых видах и условиях съёмки не заявлены.

Сценарии применения

  • сопоставление фотографий одного животного
  • поиск повторных снимков особи в фотоловушках
  • извлечение признаков животных для последующей идентификации
  • построение систем повторной идентификации диких животных

Ограничения

Входной размер изображения составляет 224 × 224 пикселя. Лицензия CC BY-NC 4.0 не допускает коммерческое использование; качество на видах и условиях съёмки, отличных от обучающих данных, не заявлено.

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-S-224

A Swin-S 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-S-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
f2a06cb

0 моделей