/ Модель

Характеристики

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

vit_large_patch16_384.ft_df20_384

Классификация изображенийИзображение → label3 профессии

Vision Transformer для классификации изображений грибов из датасета Danish Fungi.

159скачиваний 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_large_patch16_384.ft_df20_384 — модель классификации изображений грибов из датасета Danish Fungi (DF20). Она основана на Vision Transformer с патчами 16×16 и принимает изображения размером 384×384 пикселя; в карточке указано 303,9 млн параметров. Модель предназначена для распознавания грибов по фотографиям и получения их классов.

Модель разработана BVRA и распространяется под лицензией CC BY-NC 4.0, которая разрешает использование с указанием авторства, но не для коммерческих целей. Карточка также упоминает получение эмбеддингов изображений. Метаданные указывают задачу image-classification и формат PyTorch.

Сценарии применения

  • классификация грибов по фотографиям
  • определение класса гриба на изображении
  • извлечение эмбеддингов изображений грибов

Ограничения

Модель рассчитана на изображения размером 384×384 пикселя и обучение на датасете DF20; точность на других наборах изображений не описана. Лицензия CC BY-NC 4.0 не допускает 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_large_patch16_384.ft_df20_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_large_patch16_384.ft_df20_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
540fc9e

0 моделей