/ Модель

Характеристики

Лицензия
CC BY-NC 4.0
Библиотека
FungiTastic Dataset
Опубликована
4 июн 2024

vit_base_patch16_384.in1k_ft_fungitastic_384

Классификация изображенийИзображение → label3 профессии

Vision Transformer, дообученный на FungiTastic для тонкой классификации видов грибов по изображениям.

213скачиваний за 30 дней0лайковвеса обновлены12 авг 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/vit_base_patch16_384.in1k_ft_fungitastic_384 — модель компьютерного зрения для тонкой классификации видов грибов, дообученная на наборе данных FungiTastic. Она основана на Vision Transformer с патчами 16×16; размер входного изображения составляет 384×384 пикселя, а число параметров — около 88,3 млн. Модель предназначена для распознавания грибов по изображениям и получения визуальных эмбеддингов.

Модель можно применять для классификации грибных видов на фотографиях в задачах экологии и исследования биоразнообразия. Репозиторий содержит веса PyTorch. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но запрещает коммерческое применение.

Сценарии применения

  • определение вида гриба по фотографии
  • классификация грибов для экологических наблюдений
  • анализ изображений грибов в исследованиях биоразнообразия
  • получение визуальных эмбеддингов фотографий грибов

Ограничения

Модель обучена на FungiTastic и ориентирована на изображения грибов; качество на других объектах или вне распределения обучающих данных не подтверждено. Лицензия запрещает 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 for BVRA/vit_base_patch16_384.in1k_ft_fungitastic_384

Model Details

  • Model Type: Fine-grained classification of fungi species
  • Model Stats:
    • Params (M): 88.3
    • Image size: 384 x 384
  • Papers:

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.in1k_ft_fungitastic_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

@article{picek2024fungitastic,
  title={FungiTastic: A multi-modal dataset and benchmark for image categorization},
  author={Picek, Lukas and Janouskova, Klara and Sulc, Milan and Matas, Jiri},
  journal={arXiv preprint arXiv:2408.13632},
  year={2024}
}
@InProceedings{Picek_2022_WACV,
    author    = {Picek, Luk'a{s} and {S}ulc, Milan and Matas, Ji{r}{'\i} 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, Luk{'a}{{s}} and {{S}}ulc, Milan and Matas, Ji{{r}}{'\i} 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 · FungiTastic Dataset · image-classification

Нельзя запустить

Архитектура ? неизвестна transformers в образе рантайма.

Ревизия весов
f50f718

0 моделей