/ Модель

Характеристики

Лицензия
BSD 3-Clause
Опубликована
14 июл 2026

AlexNet_IN1k

ЭмбеддингиТекст → embedding6 профессий

ONNX-конверсия предобученной на ImageNet-1K AlexNet для получения эмбеддингов изображений и поиска визуально похожих изображений.

542скачиваний за 30 дней0лайковвеса обновлены7 окт 2026

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

EIDORA предоставляет ONNX-конверсию AlexNet — сверточной нейронной сети, первоначально представленной Крижевским, Суцкевером и Хинтоном. Используется контрольная точка TorchVision AlexNet_Weights.IMAGENET1K_V1, предварительно обученная на ImageNet-1K; это не исходные веса авторов 2012 года. Модель предназначена для извлечения визуальных признаков из изображений и сравнения их сходства, а также для использования в качестве базового метода при сравнении моделей эмбеддингов.

На вход подаётся RGB-изображение: короткая сторона масштабируется до 256 пикселей, затем выполняется центральное кадрирование до 224 × 224 пикселей. ONNX-граф включает нормализацию каналов ImageNet. На выходе — L2-нормированный эмбеддинг размерности 4096 из второго полносвязного слоя после ReLU; для сравнения в README рекомендовано косинусное сходство. Лицензия в метаданных — BSD-3-Clause; в README отдельно отмечено, что условия распространения предобученных весов следует учитывать отдельно.

Сценарии применения

  • поиск визуально похожих изображений в коллекции
  • сравнение фотографий или произведений искусства по визуальным признакам
  • получение эмбеддингов изображений для последующего анализа
  • использование AlexNet как базовой модели при сравнении методов извлечения признаков

Ограничения

Признаки обучены на фотографиях с метками объектов ImageNet и могут не отражать художественные категории или культурные значения; центральное кадрирование может удалять детали по краям изображения. Высокое сходство само по себе не подтверждает авторство, влияние или историческую связь; условия распространения весов следует проверять отдельно от лицензии кода.

Для каких профессий подходит6

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

AlexNet_IN1k

AlexNet turns images into numerical representations that can be compared for visual similarity. In EIDORA, it is a useful starting point for exploring image collections or comparing a well-established image model with newer approaches.

Intended Use

  • Explore visual similarities: find images with related visual patterns in a collection of photographs or artworks.
  • Compare methods: use AlexNet as a baseline alongside other image embedding models.

AlexNet works with images only. If you want to search images using written descriptions, a text–image model such as CLIP is a better fit.

Research Example

Brachmann, Barth and Redies (2017) used features from an AlexNet-based network to study visual properties of Western, Islamic and Chinese artworks. They examined whether patterns in the network's responses could distinguish artworks from other kinds of images. Their study used a modified network and different features, not the exact EIDORA embedding. Read the paper.

Limitations

AlexNet learned its features from photographs labelled for object recognition, so similarities between its outputs do not necessarily match art-historical categories or cultural meanings. The centre crop may also remove details near image edges. Inspect the retrieved images before interpreting the results; similarity alone does not establish authorship, influence or historical connection.

Technical Details

  • Architecture: convolutional neural network (CNN); originally introduced by Krizhevsky, Sutskever and Hinton (2012).
  • Checkpoint used: TorchVision AlexNet_Weights.IMAGENET1K_V1, pretrained on ImageNet-1K. This is TorchVision's implementation and checkpoint, not the original authors' 2012 weight file.
  • Input: RGB image; resize the shorter side to 256 pixels, then take a 224 × 224 centre crop (bilinear interpolation). ImageNet channel normalization is included in the ONNX graph.
  • Output: one L2-normalized, 4,096-dimensional embedding per image, taken from the second fully connected layer after ReLU. Compare embeddings with cosine similarity.
  • Model size: approximately 228 MB for this ONNX conversion.
  • Attribution: EIDORA provides the ONNX conversion of TorchVision's pretrained model. TorchVision's code is BSD-3-Clause licensed; the pretrained weights' redistribution terms should be considered separately.

References

Citation (BibTeX)

@inproceedings{krizhevsky2012imagenet,
  title = {ImageNet Classification with Deep Convolutional Neural Networks},
  author = {Krizhevsky, Alex and Sutskever, Ilya and Hinton, Geoffrey E.},
  booktitle = {Advances in Neural Information Processing Systems},
  volume = {25},
  year = {2012},
  url = {https://proceedings.neurips.cc/paper/2012/hash/c399862d3b9d6b76c8436e924a68c45b-Abstract.html}
}

@article{brachmann2017using,
  title = {Using CNN Features to Better Understand What Makes Visual Artworks Special},
  author = {Brachmann, Anselm and Barth, Erhardt and Redies, Christoph},
  journal = {Frontiers in Psychology},
  volume = {8},
  pages = {830},
  year = {2017},
  doi = {10.3389/fpsyg.2017.00830}
}

@article{russakovsky2015imagenet,
  title = {ImageNet Large Scale Visual Recognition Challenge},
  author = {Russakovsky, Olga and Deng, Jia and Su, Hao and Krause, Jonathan and Satheesh, Sanjeev and Ma, Sean and Huang, Zhiheng and Karpathy, Andrej and Khosla, Aditya and Bernstein, Michael and Berg, Alexander C. and Fei-Fei, Li},
  journal = {International Journal of Computer Vision},
  volume = {115},
  pages = {211--252},
  year = {2015},
  doi = {10.1007/s11263-015-0816-y}
}

Как запустить

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

GPU в ailist

Универсальный рантайм

Нельзя запустить

В репозитории нет весов в формате PyTorch/safetensors.

Ревизия весов
bb25fb2

0 моделей