/ Модель

Характеристики

Лицензия
CC BY-SA 4.0
Архитектура
trendyol_dinov2_v21 · dense
Базовая модель
trendyol-dino-v2-ecommerce-256d
Библиотека
transformers
Опубликована
26 авг 2026

trendyol-dino-v2.1-ecommerce-256d

ЭмбеддингиТекст → embedding3 профессии

Дообученная Trendyol DinoV2 извлекает 256-мерные эмбеддинги изображений товаров для визуального поиска, рекомендаций и поиска дубликатов в электронной торговле.

219скачиваний за 30 дней5лайковвеса обновлены26 авг 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

Trendyol DinoV2.1 — модель Trendyol для поиска похожих изображений товаров и визуального поиска в электронной коммерции. Она дообучена на основе DinoV2 ViT-B/14 и использует GeM pooling и линейную проекцию, обученную с ArcFace, для получения эмбеддингов размерности 256. Входное изображение нужно предварительно привести к размеру 224×224 с сохранением пропорций, дополнением до квадрата и нормализацией ImageNet.

Модель предназначена для поиска товаров по изображению, визуальных рекомендаций, извлечения признаков и обнаружения дубликатов в каталогах электронной торговли. Экспорт содержит эмбеддинги; классификационные головы, использовавшиеся при обучении, отсутствуют. Для загрузки через Transformers требуется trust_remote_code=True. Модель распространяется по лицензии CC BY-SA 4.0.

Сценарии применения

  • поиск похожих товаров по изображению
  • визуальный поиск товаров в каталоге интернет-магазина
  • рекомендации товаров на основе изображений
  • поиск дубликатов изображений товаров
  • извлечение признаков изображений товаров для поиска

Ограничения

Оптимизирована для изображений товаров и электронной коммерции; для загрузки через Transformers требуется trust_remote_code=True. Экспорт возвращает эмбеддинги и не включает классификационные головы обучения.

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 DinoV2.1 Image Similarity Model

Fine-tuned DinoV2 (ViT-B/14) with GeM pooling for e-commerce product image retrieval. This is the successor to Trendyol/trendyol-dino-v2-ecommerce-256d.

Paper: TBD — "Visual Search at Trendyol" (in review)

Model Details

  • Model Type: Image Similarity / Retrieval
  • Architecture: DinoV2 ViT-B/14 + GeM pooling + linear projection (ArcFace-trained)
  • Embedding Dimension: 256
  • Input Size: 224×224
  • Checkpoint: ray-dinov2-full_catalog_1000_20-pfc-gem-mlp-run_12 epoch 09
  • Framework: PyTorch / SafeTensors

What's new vs v2

v2v2.1
Pooling / headFlatten spatial tokens → Linear(196608→256)GeM → Linear(768→256)
Training data300 distinct products per ~3400 categories1000 distinct products per ~3400 categories
PreprocessLanczos/JPEG/332 pad pipelineScale+pad to 224 (training inference preprocess)

Quick Start

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

device = "cuda" if torch.cuda.is_available() else "cpu"
repo = "Trendyol/trendyol-dino-v2.1-ecommerce-256d"

processor = AutoImageProcessor.from_pretrained(repo, trust_remote_code=True)
model = AutoModel.from_pretrained(repo, trust_remote_code=True).to(device).eval()

image = Image.open("your_image.jpg").convert("RGB")
inputs = processor(images=image, return_tensors="pt")
inputs = {k: v.to(device) for k, v in inputs.items()}

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

print(embeddings.shape)

Preprocessing Pipeline

  1. ScaleImage: resize so max side = 224 (keep aspect ratio)
  2. PadToSquare: pad with color 255
  3. Resize: 224×224
  4. ToTensor + ImageNet Normalize (mean=[0.485, 0.456, 0.406], std=[0.229, 0.224, 0.225])

Installation

pip install transformers torch torchvision safetensors pillow numpy

Intended Use

  • Product image similarity search
  • Visual recommendations / duplicate detection
  • Content-based retrieval in e-commerce

Limitations

  • Optimized for product / e-commerce images
  • Requires trust_remote_code=True
  • Classification heads from training are not included in this Hub export (embeddings only)

License

See LICENSE. Same terms as the v2 release: source-available; commercial use requires attribution and prior notification to Trendyol (scr.datascience@trendyol.com).

Citation

@misc{trendyol-dinov2-ecommerce-v21,
  title={Trendyol DinoV2.1 E-commerce Image Similarity Model},
  author={Trendyol Data Science Team},
  year={2026},
  url={https://huggingface.co/Trendyol/trendyol-dino-v2.1-ecommerce-256d}
}

@article{radenovic2018gem,
  title={Fine-tuning CNN Image Retrieval with No Human Annotation},
  author={Radenovi{\'c}, Filip and Tolias, Giorgos and Chum, Ond{\v{r}}ej},
  journal={IEEE Transactions on Pattern Analysis and Machine Intelligence},
  volume={41},
  number={7},
  pages={1655--1668},
  year={2018},
  doi={10.1109/TPAMI.2018.2846566},
  note={GeM pooling; also arXiv:1711.02512}
}

@misc{trendyol-visual-search-tbd,
  title={Visual Search at Trendyol},
  author={Trendyol Data Science Team},
  year={2026},
  note={Paper TBD (in review)}
}

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
TrendyolDinoV21Model
Ревизия весов
c315d0a

0 моделей