/ Модель

Характеристики

Лицензия
GPL 3.0
Базовая модель
eva_giant_patch14_560.m30m_ft_in22k_in1k
Библиотека
timm
Опубликована
6 авг 2026

eva_giant_patch14_560.dbv4-full

Классификация изображенийИзображение → label3 профессии

Крупная модель компьютерного зрения для многометочной разметки изображений тегами Danbooru и извлечения визуальных признаков.

61скачиваний за 30 дней0лайковвеса обновлены10 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

animetimm/eva_giant_patch14_560.dbv4-full — модель многометочной классификации изображений и визуальный backbone, опубликованный animetimm. Она дообучена на наборе danbooru-wdtagger-v4-w640-ws-full и предсказывает теги для изображений: 9 225 общих тегов, 3 247 тегов персонажей и 4 категории рейтинга. Размер входного изображения при обучении и тестировании — 560 × 560 пикселей; модель содержит около 1,0 млрд параметров.

Модель предназначена для автоматической разметки изображений тегами и извлечения визуальных признаков для последующей обработки. В README приведены метрики на тестовой выборке: micro F1 0,697 при пороге 0,40 и 0,948 для тегов персонажей при рекомендованном пороге 0,62. Для разных категорий и тегов оптимальны разные пороги, поэтому результаты зависят от настройки порогов и состава данных. Модель основана на timm/eva_giant_patch14_560.m30m_ft_in22k_in1k, распространяется в форматах PyTorch и safetensors по лицензии GPL-3.0.

Сценарии применения

  • автоматическое присвоение Danbooru-тегов изображениям
  • распознавание персонажей на изображениях
  • классификация изображений по категориям рейтинга
  • извлечение визуальных признаков для последующей обработки

Ограничения

Модель предсказывает набор тегов, обученных на датасете Danbooru; метрики и пороги зависят от категории тегов. Для входа при обучении и тестировании использовались изображения размером 560 × 560 пикселей.

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

Anime Tagger eva_giant_patch14_560.dbv4-full

Model Details

  • Model Type: Multilabel Image classification / feature backbone
  • Model Stats:
    • Params: 1.0G
    • FLOPs / MACs: 3.2T / 1.6T
    • Image size: train = 560 x 560, test = 560 x 560
  • Dataset: animetimm/danbooru-wdtagger-v4-w640-ws-full
    • Tags Count: 12476
      • General (#0) Tags Count: 9225
      • Character (#4) Tags Count: 3247
      • Rating (#9) Tags Count: 4

Results

#Macro@0.40 (F1/MCC/P/R)Micro@0.40 (F1/MCC/P/R)Macro@Best (F1/P/R)
Validation0.581 / 0.583 / 0.602 / 0.5740.697 / 0.696 / 0.684 / 0.710---
Test0.581 / 0.583 / 0.601 / 0.5730.697 / 0.696 / 0.684 / 0.7100.608 / 0.606 / 0.629
  • Macro/Micro@0.40 means the metrics on the threshold 0.40.
  • Macro@Best means the mean metrics on the tag-level thresholds on each tags, which should have the best F1 scores.

Thresholds

CategoryNameAlphaThresholdMicro@Thr (F1/P/R)Macro@0.40 (F1/P/R)Macro@Best (F1/P/R)
0general10.40.685 / 0.672 / 0.6980.458 / 0.485 / 0.4490.489 / 0.483 / 0.522
4character10.620.948 / 0.963 / 0.9340.929 / 0.932 / 0.9270.944 / 0.958 / 0.933
9rating10.270.826 / 0.793 / 0.8620.831 / 0.818 / 0.8460.833 / 0.808 / 0.861
  • Micro@Thr means the metrics on the category-level suggested thresholds, which are listed in the table above.
  • Macro@0.40 means the metrics on the threshold 0.40.
  • Macro@Best means the metrics on the tag-level thresholds on each tags, which should have the best F1 scores.

For tag-level thresholds, you can find them in selected_tags.csv.

How to Use

We provided a sample image for our code samples, you can find it here.

Use TIMM And Torch

Install dghs-imgutils, timm and other necessary requirements with the following command

pip install 'dghs-imgutils>=0.19.0' torch huggingface_hub timm pillow pandas

After that you can load this model with timm library, and use it for train, validation and test, with the following code

import json

import pandas as pd
import torch
from huggingface_hub import hf_hub_download
from imgutils.data import load_image
from imgutils.preprocess import create_torchvision_transforms
from timm import create_model

repo_id = 'animetimm/eva_giant_patch14_560.dbv4-full'
model = create_model(f'hf-hub:{repo_id}', pretrained=True)
model.eval()

with open(hf_hub_download(repo_id=repo_id, repo_type='model', filename='preprocess.json'), 'r') as f:
    preprocessor = create_torchvision_transforms(json.load(f)['test'])
# Compose(
#     PadToSize(size=(640, 640), interpolation=bilinear, background_color=white)
#     Resize(size=(560, 560), interpolation=bicubic, max_size=None, antialias=True)
#     CenterCrop(size=(560, 560))
#     MaybeToTensor()
#     Normalize(mean=tensor([0.4850, 0.4560, 0.4060]), std=tensor([0.2290, 0.2240, 0.2250]))
# )

image = load_image('https://huggingface.co/animetimm/eva_giant_patch14_560.dbv4-full/resolve/main/sample.webp')
input_ = preprocessor(image).unsqueeze(0)
# input_, shape: torch.Size([1, 3, 560, 560]), dtype: torch.float32
with torch.no_grad():
    output = model(input_)
    prediction = torch.sigmoid(output)[0]
# output, shape: torch.Size([1, 12476]), dtype: torch.float32
# prediction, shape: torch.Size([12476]), dtype: torch.float32

df_tags = pd.read_csv(
    hf_hub_download(repo_id=repo_id, repo_type='model', filename='selected_tags.csv'),
    keep_default_na=False
)
tags = df_tags['name']
mask = prediction.numpy() >= df_tags['best_threshold']
print(dict(zip(tags[mask].tolist(), prediction[mask].tolist())))
# {'sensitive': 0.9034631252288818,
#  '1girl': 0.9988868832588196,
#  'solo': 0.9825490713119507,
#  'looking_at_viewer': 0.7845153212547302,
#  'blush': 0.7797276377677917,
#  'smile': 0.9315845966339111,
#  'short_hair': 0.8735845685005188,
#  'brown_hair': 0.8471678495407104,
#  'dress': 0.6336138248443604,
#  'sitting': 0.7805522084236145,
#  'purple_eyes': 0.807120680809021,
#  'flower': 0.9276809692382812,
#  'braid': 0.7566062808036804,
#  'tears': 0.893730103969574,
#  'floral_print': 0.39178675413131714,
#  'plant': 0.39052170515060425,
#  'blue_flower': 0.3536413013935089,
#  'crown_braid': 0.39472681283950806,
#  'potted_plant': 0.42539769411087036,
#  'flower_pot': 0.8395102620124817,
#  'happy_tears': 0.1267431527376175,
#  'wiping_tears': 0.3244897127151489}

Citation

@misc{eva_giant_patch14_560_dbv4_full,
  title        = {Anime Tagger eva_giant_patch14_560.dbv4-full},
  author       = {narugo1992 and Deep Generative anime Hobbyist Syndicate (DeepGHS)},
  year         = {2026},
  howpublished = {\url{https://huggingface.co/animetimm/eva_giant_patch14_560.dbv4-full}},
  note         = {A large-scale anime-style image classification model based on eva_giant_patch14_560 architecture for multi-label tagging with 12476 tags, trained on anime dataset dbv4-full (\url{https://huggingface.co/datasets/animetimm/danbooru-wdtagger-v4-w640-ws-full}). Model parameters: 1.0G, FLOPs: 3.2T, input resolution: 560×560.},
  license      = {gpl-3.0}
}

Как запустить

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

GPU в ailist

Универсальный рантайм · timm · image-classification

Нельзя запустить

Доступ к модели ограничен автором; у платформы нет доступа к весам.

Ревизия весов
40c2fab

0 моделей