/ Модель

Характеристики

Размер весов
94 МБ
Лицензия
Apache 2.0
Опубликована
31 мая 2024

resnet50-onnx

Классификация изображенийИзображение → label3 профессии

ONNX-порт ResNet-50 от Qdrant для классификации изображений и поиска похожих изображений.

1 141скачиваний за 30 дней4лайкавеса обновлены15 июл 2024

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

Qdrant подготовила ONNX-порт модели microsoft/resnet-50 для классификации изображений и поиска похожих изображений. Модель использует архитектуру ResNet-50; карточка предлагает запускать её для инференса через FastEmbed.

Модель подходит для присвоения изображению класса и поиска визуально похожих изображений. Лицензия — Apache-2.0.

Сценарии применения

  • классификация изображений
  • поиск похожих изображений
  • получение признаков изображений для поиска

Ограничения

Карточка не приводит результаты оценки качества и подробные сведения о подготовке входных изображений; поведение поиска сходства зависит от способа использования выходов модели.

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

ONNX port of microsoft/resnet-50.

This model is intended to be used for image classification and similarity searches.

You can find the ONNX port implementation here

Usage

Here's an example of performing inference using the model with FastEmbed.

from fastembed import ImageEmbedding

images = [
    "./path/to/image1.jpg",
    "./path/to/image2.jpg",
]

model = ImageEmbedding(model_name="Qdrant/resnet50-onnx")
embeddings = list(model.embed(images))

# [
#   array([-0.1115,  0.0097,  0.0052,  0.0195, ...], dtype=float32),
#   array([-0.1019,  0.0635, -0.0332,  0.0522, ...], dtype=float32)
# ]

Как запустить

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

GPU в ailist

Универсальный рантайм · image-classification

Нельзя запустить

В репозитории нет весов в формате PyTorch/safetensors.

Ревизия весов
43b3ed7

0 моделей