/ Модель

Характеристики

Лицензия
CC BY-NC 4.0
Библиотека
timm
Опубликована
1 апр 2025

plankton_vit_large_patch16_224.mae

Классификация изображенийИзображение → label3 профессии

Предварительно обученный на изображениях планктона энкодер ViT-Large для извлечения признаков и последующего дообучения классификатора.

45скачиваний за 30 дней0лайковвеса обновлены3 июл 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

Jookare предоставляет большую Vision Transformer-модель ViT-Large с патчами 16×16 и входным разрешением 224×224, предварительно обученную с нуля методом Masked Autoencoder на нескольких наборах изображений планктона. В статье Self-Supervised Pretraining for Fine-Grained Plankton Recognition эта модель обозначена как with-daplankton; веса сохранены в формате Safetensors и предназначены для использования через библиотеку timm.

Модель содержит только предварительно обученный энкодер, без классификационной головы. Её можно использовать для извлечения визуальных признаков или дообучить с классификатором для распознавания планктона, в том числе тонких различий между его категориями. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но некоммерческое.

Сценарии применения

  • извлечение признаков из изображений планктона
  • дообучение классификатора для распознавания видов планктона
  • тонкая классификация категорий планктона
  • перенос визуальных представлений на новые наборы изображений планктона

Ограничения

Репозиторий содержит только предварительно обученный энкодер без классификационной головы, поэтому для классификации его нужно дополнить или дообучить классификатором. Лицензия CC BY-NC 4.0 ограничивает использование некоммерческими сценариями.

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

Vision Transformer (large-sized model) pre-trained with MAE utilizing multiple plankton datasets

This repository provides a Vision Transformer (ViT) large-sized model pre-trained using Masked Autoencoder (MAE) on multiple plankton datasets. The model was introduced in the paper Self-Supervised Pretraining for Fine-Grained Plankton Recognition. The model is the timm library's vit_mae_large_patch16_224 that has been pre-trained from scratch. In the paper this model is defined as with-daplankton.

Intended uses & limitations

You can use the model for plankton image classification. Do note, however that this model contains only the pre-trained encoder and no classifier.

Usage

The model can be easily loaded and used with the timm library in Python. Below are two examples of how to use it for feature extraction:

# With timm
import timm
from timm.data import resolve_data_config
from timm.data.transforms_factory import create_transform

model = timm.create_model("hf_hub:Jookare/plankton_vit_large_patch16_224.mae", pretrained=True)
transform = create_transform(**resolve_data_config(model.pretrained_cfg, model=model))
# With Transformers
from transformers import AutoModel, AutoImageProcessor

model = AutoModel.from_pretrained("Jookare/plankton_vit_large_patch16_224.mae")
processor = AutoImageProcessor.from_pretrained("Jookare/plankton_vit_large_patch16_224.mae")

Note that the mean and standard deviation used to normalize the training data were [0.733, 0.734, 0.731], [0.213, 0.207, 0.207].

BibTeX entry and citation info

@misc{kareinen2025selfsupervised,
  title={Self-Supervised Pretraining for Fine-Grained Plankton Recognition}, 
  author={Joona Kareinen and Tuomas Eerola and Kaisa Kraft and Lasse Lensu and Sanna Suikkanen and Heikki Kälviäinen},
  year={2025},
  url={https://arxiv.org/abs/2503.11341}, 
}

Как запустить

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

GPU в ailist

Универсальный рантайм · timm · image-classification

Можно запустить

Подбираем GPU…

Ревизия весов
0bfa2d7

0 моделей