/ Модель

Характеристики

Лицензия
CC BY-SA 4.0
Архитектура
trendyol_dinov2 · dense
Библиотека
transformers
Опубликована
21 авг 2025

trendyol-dino-v2-ecommerce-256d

ЭмбеддингиТекст → embedding3 профессии

Дообученная DinoV2 извлекает 256-мерные эмбеддинги изображений товаров для визуального поиска, рекомендаций и обнаружения дубликатов.

354скачиваний за 30 дней18лайковвеса обновлены27 авг 2025

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

Trendyol разработала эту модель для поиска визуально похожих изображений товаров и извлечения признаков в электронной коммерции. Это дообученная DinoV2 ViT-B/14 с ArcFace loss: замороженная базовая сеть и линейная проекционная голова формируют L2-нормированные эмбеддинги размерностью 256. Модель принимает изображения, предварительно обработанные до 224×224 пикселей по описанному в карточке конвейеру, включая масштабирование, дополнение до квадрата и нормализацию ImageNet.

Модель предназначена для поиска товаров по изображению, рекомендаций на основе визуального сходства, выявления дубликатов и извлечения признаков для поиска по каталогу товаров. Для воспроизводимых результатов следует применять указанную предобработку. Модель оптимизирована для изображений товаров и может хуже работать в других визуальных областях. Распространяется по лицензии CC BY-SA 4.0.

Сценарии применения

  • поиск похожих товаров по фотографии
  • визуальные рекомендации товаров в интернет-магазине
  • обнаружение дубликатов изображений товаров
  • извлечение признаков изображений для каталога электронной торговли

Ограничения

Модель оптимизирована для изображений товаров и может хуже обобщаться на другие визуальные области. Для оптимального результата требуется описанный в карточке конвейер предобработки.

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

Trendyol DinoV2 Image Similarity Model

This repository contains a fine-tuned DinoV2 model for image similarity and retrieval tasks, specifically trained on e-commerce product images.

Model Details

  • Model Type: Image Similarity/Retrieval
  • Architecture: DinoV2 ViT-B/14 with ArcFace loss
  • Embedding Dimension: 256
  • Input Size: 224x224
  • Framework: PyTorch
  • Format: SafeTensors

Usage

Quick Start

import torch
from PIL import Image
from transformers import AutoModel, AutoImageProcessor

device = 'cuda' 

# Load model and processor from Hugging Face Hub
processor = AutoImageProcessor.from_pretrained("Trendyol/trendyol-dino-v2-ecommerce-256d", trust_remote_code=True)
model = AutoModel.from_pretrained("Trendyol/trendyol-dino-v2-ecommerce-256d", trust_remote_code=True)
model.to(device)

# Load and process an image
image = Image.open('your_image.jpg').convert('RGB')
inputs = processor(images=image, return_tensors="pt")

# Move inputs to CUDA
inputs = {k: v.to(device) for k, v in inputs.items()}


# Get embeddings
with torch.no_grad():
    outputs = model(**inputs)
    embeddings = outputs.last_hidden_state  # Shape: [1, 256]

print("Generated dimensional embedding shape:", embeddings.shape[1])

Preprocessing Pipeline

The model uses a specific preprocessing pipeline that's crucial for good performance:

  1. DownScale (Lanczos): Resize to max dimension of 332px
  2. JPEG Compression: Apply quality=90 compression
  3. Scale Image: Scale to max dimension of 332px
  4. Pad to Square: Pad with color value 255
  5. Resize: Resize to 224x224
  6. ToTensor: Convert to PyTorch tensor
  7. Normalize: ImageNet normalization (mean=[0.485, 0.456, 0.406], std=[0.229, 0.224, 0.225])

Installation

Install the required dependencies:

pip install transformers torch torchvision safetensors pillow numpy opencv-python

Model Architecture

The model consists of:

  • Backbone: DinoV2 ViT-B/14 (frozen during training)
  • Projection Head: Linear layer mapping to 256 dimensions
  • Normalization: L2 normalization for similarity computation

Training Details

  • Loss Function: ArcFace loss for metric learning
  • Training Data: E-commerce product images
  • Epoch: 9
  • PyTorch Version: 2.8.0

Intended Use

This model is designed for:

  • Product image similarity search
  • Visual product recommendations
  • Duplicate product detection
  • Content-based image retrieval in e-commerce

Limitations

  • Optimized specifically for product/e-commerce images
  • May not generalize well to other image domains
  • Requires specific preprocessing pipeline for optimal performance
  • Requires transformers library for feature extractor functionality

License

This model is released by Trendyol as a source-available, non-open-source model. See the LICENSE file for full details.

You are allowed to:

  • View, download, and evaluate the model weights.
  • Use the model for non-commercial research and internal testing.
  • Use the model or its derivatives for commercial purposes, provided that:
    • You cite Trendyol as the original model creator.
    • You notify Trendyol in advance via scr.datascience@trendyol.com or other designated contact.

You are not allowed to:

  • Redistribute or host the model or its derivatives on third-party platforms without prior written consent from Trendyol.
  • Use the model in applications violating ethical standards, including but not limited to surveillance, misinformation, or harm to individuals or groups.

By downloading or using this model, you agree to the terms above.

© 2025 Trendyol Group. All rights reserved.

Citation

@misc{trendyol-dinov2-ecommerce,
  title={Trendyol DinoV2 E-commerce Image Similarity Model},
  author={Trendyol Data Science Team},
  year={2025},
  url={https://huggingface.co/Trendyol/trendyol-dino-v2-ecommerce-256d}
}

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Нельзя запустить

Модели нужен код из репозитория; автор пока не в списке доверенных организаций.

Класс архитектуры
TrendyolDinoV2Model
Ревизия весов
3ab6d8c

0 моделей