Характеристики

Лицензия: Apache 2.0
Библиотека: onnxruntime
Опубликована: 13 июл 2026

Ссылки

resnet50-embeddings-onnx

ЭмбеддингиТекст → embedding

ONNX-конверсия ResNet50 извлекает 2048-мерные признаки изображений для поиска сходства, рекомендаций и обнаружения дубликатов.

0скачиваний за 30 дней0лайковвеса обновлены14 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

RinkooKumar подготовил ONNX-конверсию ResNet50 из TensorFlow/Keras с предобученными на ImageNet весами. Классификационная голова удалена, а усреднение по пространственным измерениям формирует вектор признаков размерности 2048 для каждого изображения.

Модель принимает RGB-изображение размером 224×224 после нормализации ImageNet и выдаёт эмбеддинг. Она предназначена для поиска похожих изображений, визуального поиска, рекомендаций товаров и обнаружения дубликатов. Для инференса используется ONNX Runtime.

Репозиторий содержит конверсию исходной модели в ONNX для удобства развёртывания, а не новое обучение. Лицензия репозитория — Apache-2.0.

Сценарии применения

поиск похожих изображений
визуальный поиск товаров
рекомендации товаров по изображениям
обнаружение дубликатов изображений

Ограничения

Ожидается вход RGB 224×224 с нормализацией ImageNet; выход представляет собой вектор признаков, а не метку класса. Качество зависит от подходящего предварительного преобразования изображений и целевых данных.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

ResNet50 Embeddings (ONNX)

This repository provides an ONNX version of the TensorFlow/Keras ResNet50 model configured for feature extraction.

The original model is the ImageNet-pretrained ResNet50 distributed through TensorFlow/Keras.

The model has been converted to ONNX format for lightweight inference using ONNX Runtime.

Features

ResNet50 backbone
ImageNet pretrained weights
Classification head removed (include_top=False)
Global Average Pooling (pooling="avg")
2048-dimensional image embeddings
ONNX Runtime compatible

Input

RGB image
Shape: (1, 3, 224, 224)

Preprocessing:

Resize to 224×224
Convert RGB
Apply ImageNet normalization

Output

(1, 2048)

The output embedding is intended for:

Image similarity search
Product recommendation
Duplicate image detection
Visual search

Compatibility

ONNX Runtime >= 1.18
Python >= 3.10

Model Origin

Original implementation:

TensorFlow/Keras ResNet50
ImageNet pretrained weights

This repository only converts the original model to ONNX format for deployment convenience.

Disclaimer

This repository is not affiliated with TensorFlow or Google.

Как запустить

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

GPU в ailist

Универсальный рантайм · onnxruntime

Нельзя запустить

Модель выложена только в формате ONNX.

Ревизия весов: 76a1011