/ Модель

Характеристики

Лицензия
CC BY-NC 4.0
Библиотека
DanishFungi
Опубликована
30 ноя 2023

vit_base_patch16_224.ft_df20m_224

Классификация изображенийИзображение → label3 профессии

Vision Transformer, обученный распознавать грибы на изображениях и извлекать их визуальные эмбеддинги.

310скачиваний за 30 дней0лайковвеса обновлены30 июл 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

BVRA/vit_base_patch16_224.ft_df20m_224 — модель классификации изображений грибов, опубликованная под аккаунтом BVRA и обученная на датасете DF20. Это Vision Transformer с патчами 16×16, около 85,9 млн параметров; модель принимает изображения размером 224×224 пикселя и выдаёт класс изображения. Карточка также упоминает возможность получать эмбеддинги изображений.

Модель предназначена для распознавания грибов по фотографиям и исследовательских или прикладных задач в области экологии и определения видов. Репозиторий содержит веса PyTorch. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но запрещает коммерческое применение.

Сценарии применения

  • классификация грибов по фотографии
  • определение грибов для экологических наблюдений
  • автоматическая разметка изображений грибов
  • извлечение эмбеддингов изображений грибов

Ограничения

Входной размер изображения указан как 224×224 пикселя; качество за пределами задачи классификации грибов не описано. 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 BVRA/vit_base_patch16_224.ft_df20m_224

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/vit_base_patch16_224.ft_df20m_224", pretrained=True)
model = model.eval()
train_transforms = T.Compose([T.Resize((224, 224)), 
                              T.ToTensor(), 
                              T.Normalize([0.5, 0.5, 0.5], [0.5, 0.5, 0.5])]) 
img = Image.open(PATH_TO_YOUR_IMAGE)
output = model(train_transforms(img).unsqueeze(0))
# output is a (1, num_features) shaped tensor

Citation

@InProceedings{Picek_2022_WACV,
    author    = {Picek, Lukas and Sulc, Milan and Matas, Jiri and Jeppesen, Thomas S. and Heilmann-Clausen, Jacob and L{e}ss{\o}e, Thomas and Fr{\o}slev, Tobias},
    title     = {Danish Fungi 2020 - Not Just Another Image Recognition Dataset},
    booktitle = {Proceedings of the IEEE/CVF Winter Conference on Applications of Computer Vision (WACV)},
    month     = {January},
    year      = {2022},
    pages     = {1525-1535}
}

@article{picek2022automatic,
  title={Automatic Fungi Recognition: Deep Learning Meets Mycology},
  author={Picek, Lukas and Sulc, Milan and Matas, Jiri and Heilmann-Clausen, Jacob and Jeppesen, Thomas S and Lind, Emil},
  journal={Sensors},
  volume={22},
  number={2},
  pages={633},
  year={2022},
  publisher={Multidisciplinary Digital Publishing Institute}
}

Как запустить

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

GPU в ailist

Универсальный рантайм · DanishFungi · image-classification

Нельзя запустить

Архитектура ? неизвестна transformers в образе рантайма.

Ревизия весов
660ae49

0 моделей