Экспериментальная модель на основе DINOv3 ViT-S+/16 для классификации изображений персонажей «Друзей Кемоно».
Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды
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.
Описание составлено по карточке модели и метаданным Hugging Face
Экспериментальная модель HAV0X1014 для классификации изображений персонажей из франшизы «Друзья Кемоно». Она основана на визуальном энкодере DINOv3 ViT-S+/16 и дообучена для классификации категорий персонажей.
Модель предназначена для распознавания персонажей на изображениях. Автор описывает её как рабочий эксперимент с невысоким качеством: обучение проводилось на 10 000 изображений для каждой категории, при этом разнообразие изображений было ограниченным. Лицензия — WTFPL.
Автор отмечает, что качество заметно хуже, чем у предыдущей модели на обычном ViT. Обучающий набор содержал ограниченное число изображений на категорию и недостаточно разнообразные примеры.
README от автора на Hugging Face, как он его опубликовал
WIP/Testing of a Dino v3 small+ ViT based KF classifier model. So far, not so good.
It is noticeably worse quality than the older regular ViT based model :/
Probably not enough training data. It was trained on only 10,000 images for each category, and each of the categories weren't super diverse.
I don't want to blame Dino yet.
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм
В репозитории нет config.json: не понять архитектуру модели.