/ Модель

Характеристики

Лицензия
CC BY-NC 4.0
Библиотека
DanishFungi
Опубликована
2 фев 2024

vit_base_patch16_384.ft_df20m_384

Классификация изображенийИзображение → label

Vision Transformer для классификации грибов по изображениям и получения эмбеддингов, обученный на датасете DF20.

211скачиваний 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_384.ft_df20m_384 — модель для классификации изображений грибов, опубликованная в библиотеке DanishFungi. Она основана на архитектуре Vision Transformer с патчами 16×16 и принимает изображения размером 384×384 пикселя. Число параметров — 86,2 млн; модель обучена на датасете DF20.

Модель предназначена для распознавания грибов по изображениям и получения их эмбеддингов. Репозиторий содержит веса PyTorch. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но запрещает коммерческое использование.

Сценарии применения

  • Классификация грибов по фотографии
  • Распознавание грибов на снимках для задач экологии
  • Извлечение эмбеддингов изображений грибов для поиска похожих снимков

Ограничения

Обучение ориентировано на датасет DF20 и изображения размером 384×384 пикселя; качество на других наборах данных не установлено. Лицензия CC BY-NC 4.0 не допускает коммерческого использования.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Model card for BVRA/vit_base_patch16_384.ft_df20m_384

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_384.ft_df20m_384", pretrained=True)
model = model.eval()
train_transforms = T.Compose([T.Resize((384, 384)), 
                              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

Можно запустить

Подбираем GPU…

Ревизия весов
0e22be9

0 моделей