/ Модель

Характеристики

Лицензия
Apache 2.0
Библиотека
libreyolo
Опубликована
8 июл 2026

LibreSigLIP2b16-cls

Классификация изображений без дообученияИзображение, текст → label

Многоязычная модель SigLIP 2 для классификации изображений по произвольным текстовым меткам без дообучения.

0скачиваний за 30 дней0лайковвеса обновлены8 июл 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

LibreSigLIP2b16-cls — модель LibreYOLO для классификации изображений по заданному пользователем набору текстовых классов без дополнительного обучения. Она основана на двухбашенной архитектуре SigLIP 2 base patch-16 с фиксированным разрешением 256 пикселей и принимает пары «изображение — текстовое описание класса». Классы можно задать во время работы через set_classes; доступен режим multi_label для независимой sigmoid-оценки меток.

Модель унаследована от google/siglip2-base-patch16-256; автор README сообщает, что обученные параметры не менялись, а контрольная точка была переупакована в схему LibreYOLO. Заявлена поддержка нескольких языков благодаря словарю SentencePiece на основе Gemma. В тесте Imagenette указана точность top-1 99,2% или 99,5% в зависимости от размера исходных изображений; это результат конкретного набора и протокола, а не гарантия качества на других данных. Репозиторий распространяется под лицензией Apache-2.0.

Сценарии применения

  • классификация изображений по пользовательскому списку категорий
  • поиск вилочных погрузчиков на кадрах видеонаблюдения
  • обнаружение разливов и препятствий по описаниям
  • многометочная классификация изображений

Ограничения

Вариант использует фиксированное разрешение 256 пикселей и не включает NaFlex. Приведённая точность измерена только на Imagenette с конкретным шаблоном запроса; переносимость на другие наборы данных не установлена.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

LibreSigLIP2b16-cls

SigLIP 2 base patch-16 (256 px) dual-tower zero-shot image classifier, repackaged for LibreYOLO. Open vocabulary: define your own class set at runtime with set_classes, no training needed. Multilingual (SentencePiece, Gemma vocabulary), with an optional multi_label=True sigmoid scoring mode.

Usage

from libreyolo import LibreYOLO

model = LibreYOLO("LibreSigLIP2b16-cls.pt")
model.set_classes(["a forklift", "an empty aisle", "a spill"])
r = model.predict("frame.jpg")[0]
print(model.names[r.probs.top1], float(r.probs.top1conf))

Requires the libreyolo[siglip2] extra (SentencePiece tokenizer).

Source

Derived from google/siglip2-base-patch16-256 at commit 3f9f96cb90da5dbc758b01813f2f6f1aee24c1ab. Copyright (c) Google LLC. Licensed under the Apache License 2.0.

Reference implementations: google-research/big_vision and the Hugging Face transformers SigLIP code (both Apache-2.0). This fixed-resolution SigLIP 2 checkpoint uses the original SigLIP transformer architecture (model_type: "siglip"); the NaFlex variants are not included.

Modifications

State-dict metadata wrap only (LibreYOLO v1.0 checkpoint schema). Learned parameters are unchanged. See weights/convert_siglip2_weights.py in the LibreYOLO source repository.

Parity vs the reference transformers model at fp32 CPU: text tower and vision encoder are bit-identical (max_abs_diff == 0); the attention-pooled image feature differs by < 1e-6 (a torch MultiheadAttention fused-kernel residual, documented in weights/parity_siglip2.py).

Zero-shot accuracy

Imagenette (10-class, val, model.val() zero-shot, prompt "a photo of a {}."): 99.2 top-1 (160 px source images), 99.5 top-1 (320 px source images).

License

Apache License 2.0. See the LICENSE and NOTICE files in this repository. Weights were trained by Google on the WebLI dataset, which is not redistributed here.

Как запустить

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

GPU в ailist

Универсальный рантайм · libreyolo · zero-shot-image-classification

Нельзя запустить

В репозитории нет config.json: не понять архитектуру модели.

Ревизия весов
63505da

0 моделей