/ Модель

Характеристики

Параметры
28,3 млн
Лицензия
Своя лицензия
Архитектура
dinov3_vit · dense
Базовая модель
dinov3-vits16-pretrain-lvd1689m
Библиотека
transformers
Опубликована
26 авг 2026

iris-dinov3-vits16-ssl-pilot

Эмбеддинги изображенийИзображение → embedding3 профессии

Экспериментальный энкодер DINOv3 ViT-S/16 для извлечения эмбеддингов и поиска похожих изображений хирургических офтальмологических инструментов.

17скачиваний за 30 дней0лайковвеса обновлены26 авг 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

Jyang1206/iris-dinov3-vits16-ssl-pilot — экспериментальный визуальный энкодер для извлечения признаков изображений офтальмологических хирургических инструментов. Это EMA teacher backbone, дообученный в небольшой DINO-стиле задаче self-distillation на основе Meta DINOv3 ViT-S/16; модель содержит 28,3 млн параметров и выдаёт 384-мерный эмбеддинг изображения. Она предназначена для поиска ближайших соседей и сравнения изображений инструментов по косинусному сходству.

Чекпойнт адаптирован на 496 изображениях в течение 20 эпох. Его можно использовать для экспериментального поиска похожих изображений в офтальмологических наборах данных, однако README прямо отмечает отсутствие независимых сессий проверки и клинической валидации. Модель не должна быть единственным основанием для идентификации инструментов, захвата, сортировки или управления роботом. Лицензия указана как other; конкретные условия в предоставленных данных не раскрыты.

Сценарии применения

  • поиск ближайших изображений хирургических инструментов по эмбеддингам
  • поиск похожих офтальмологических инструментов в галерее изображений
  • извлечение визуальных признаков для последующей классификации инструментов

Ограничения

Модель не прошла клиническую валидацию; обучающие изображения не разделены на независимые галереи и тестовые сессии. Её не следует использовать как единственное основание для идентификации инструментов или управления роботом.

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

IRIS DINOv3 ViT-S/16 SSL Pilot

Built with DINOv3.

This private repository contains the EMA teacher backbone from a small-data, DINO-style self-distillation continuation of Meta's pretrained DINOv3 ViT-S/16. It is a development artifact for nearest-neighbour retrieval of ophthalmic surgical instruments.

This is not Meta's full DINOv3 training recipe. It is not clinically validated and must not be the sole authority for instrument identity, grasping, sorting, or robot motion.

Training integrity

  • Base model revision: 114c1379950215c8b35dfcd4e90a5c251dde0d32
  • Controlled allowlisted images: 496
  • Epochs: 20
  • Optimizer steps: 2480
  • Precision: BF16
  • Global crop: 224 x 224
  • Local crops: 4 at 96 x 96
  • Output embedding width: 384
  • First epoch mean loss: 8.9329
  • Final epoch mean loss: 4.9198
  • Minimum recorded feature spread: 0.0227

These checks establish training and serialization integrity only. The 496 captures are adaptation-only and are not separated into independent gallery, calibration, known-query, and unknown-query sessions.

Loading

from transformers import AutoImageProcessor, AutoModel

repo_id = "Jyang1206/iris-dinov3-vits16-ssl-pilot"
processor = AutoImageProcessor.from_pretrained(repo_id)
model = AutoModel.from_pretrained(repo_id).eval()

Use outputs.pooler_output as the 384-dimensional image embedding and L2-normalize it before cosine-similarity search.

Promotion gate

Compare this adapted checkpoint with the untouched frozen DINOv3 and DINOv2 backbones using one locked, session-separated gallery/calibration/test protocol. Calibrate explicit unknown rejection and YOLO-family disagreement. If the frozen model performs better, keep the frozen model.

License

This derivative retains the upstream DINOv3 license. Review that license and keep the repository private unless redistribution and the IRIS images are both approved for public release.

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers · image-feature-extraction

Можно запустить

Подбираем GPU…

Класс архитектуры
DINOv3ViTModel
Ревизия весов
6bac148

0 моделей