/ Модель

Характеристики

Архитектура
resnet · dense
Опубликована
23 ноя 2022

dino-resnet-50

Эмбеддинги изображенийИзображение → embedding3 профессии

ResNet-50 с весами DINO для извлечения признаков изображений и построения визуальных представлений.

95скачиваний за 30 дней1лайквеса обновлены14 дек 2022

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

Ramos-Ramos/dino-resnet-50 — модель ResNet-50 с весами, предварительно обученными методом DINO; репозиторий содержит конвертацию официальных весов DINO в формат Transformers/PyTorch. Модель предназначена для извлечения признаковых представлений из изображений, которые можно использовать в последующих задачах компьютерного зрения.

Это визуальная ResNet-50, связанная с работой DINO по самообучению визуальных представлений. В README приведён пример использования через Transformers, но предупреждается, что конфигурация предварительной обработки изображений скопирована из microsoft/resnet-50 и не проверялась для этих весов. Лицензия и точные параметры входа в предоставленных данных не описаны.

Сценарии применения

  • извлечение признаков из изображений для классификатора
  • получение визуальных представлений для поиска похожих изображений
  • подготовка признаков изображений для последующей кластеризации
  • использование визуального энкодера в конвейере компьютерного зрения

Ограничения

В README указано, что предварительная обработка изображений скопирована из microsoft/resnet-50 и не проверялась для этих весов. Сведения о лицензии и оценках качества в предоставленных данных отсутствуют.

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

DINO ResNet-50

ResNet-50 pretrained with DINO. DINO was introduced in Emerging Properties in Self-Supervised Vision Transformers, while ResNet was introduced in Deep Residual Learning for Image Recognition. The official implementation of a DINO Resnet-50 can be found here.

Weights converted from the official DINO ResNet using this script.

For up-to-date model card information, please see the original repo.

How to use

Warning: The feature extractor in this repo is a copy of the one from microsoft/resnet-50. We never verified if this image prerprocessing is the one used with DINO ResNet-50.

from transformers import AutoFeatureExtractor, ResNetModel
from PIL import Image
import requests

url = 'http://images.cocodataset.org/val2017/000000039769.jpg'
image = Image.open(requests.get(url, stream=True).raw)

feature_extractor = AutoFeatureExtractor.from_pretrained('Ramos-Ramos/dino-resnet-50')
model = ResNetModel.from_pretrained('Ramos-Ramos/dino-resnet-50')
inputs = feature_extractor(images=image, return_tensors="pt")
outputs = model(**inputs)
last_hidden_states = outputs.last_hidden_state

BibTeX entry and citation info

@article{DBLP:journals/corr/abs-2104-14294,
  author    = {Mathilde Caron and
               Hugo Touvron and
               Ishan Misra and
               Herv{\'{e}} J{\'{e}}gou and
               Julien Mairal and
               Piotr Bojanowski and
               Armand Joulin},
  title     = {Emerging Properties in Self-Supervised Vision Transformers},
  journal   = {CoRR},
  volume    = {abs/2104.14294},
  year      = {2021},
  url       = {https://arxiv.org/abs/2104.14294},
  archivePrefix = {arXiv},
  eprint    = {2104.14294},
  timestamp = {Tue, 04 May 2021 15:12:43 +0200},
  biburl    = {https://dblp.org/rec/journals/corr/abs-2104-14294.bib},
  bibsource = {dblp computer science bibliography, https://dblp.org}
}
@inproceedings{he2016deep,
  title={Deep residual learning for image recognition},
  author={He, Kaiming and Zhang, Xiangyu and Ren, Shaoqing and Sun, Jian},
  booktitle={Proceedings of the IEEE conference on computer vision and pattern recognition},
  pages={770--778},
  year={2016}
}

Как запустить

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

GPU в ailist

Универсальный рантайм · image-feature-extraction

Можно запустить

Подбираем GPU…

Класс архитектуры
ResNetModel
Ревизия весов
df82fcd

0 моделей