/ Модель

Характеристики

Лицензия
apple-amlr
Библиотека
ml-aim
Опубликована
19 янв 2024

AIM-600M

Классификация изображенийИзображение → label3 профессии

AIM-600M — авторегрессионная зрительная модель для извлечения признаков и классификации изображений.

55скачиваний за 30 дней19лайковвеса обновлены28 фев 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

AIM-600M — зрительная модель семейства AIM, разработанная авторами проекта AIM: Alaaeldin El-Nouby, Michal Klein, Shuangfei Zhai и соавторами. Она обучена на больших коллекциях изображений с авторегрессионной генеративной целью и предназначена для извлечения признаков и классификации изображений; README описывает результаты классификации ImageNet-1k с замороженным визуальным блоком.

Модель относится к семейству авторегрессионных моделей изображений, а репозиторий содержит веса PyTorch. Авторы сообщают, что такой подход использует неотобранные коллекции изображений и масштабируется до миллиардов параметров. Лицензия репозитория — apple-amlr; перед использованием следует проверить её условия.

Сценарии применения

  • классификация изображений
  • извлечение визуальных признаков для последующей классификации
  • оценка качества визуальных представлений на ImageNet-1k

Ограничения

README сообщает результаты на ImageNet-1k с замороженным визуальным блоком, но не приводит численные показатели в предоставленном тексте. Лицензию apple-amlr следует проверить перед использованием.

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

AIM: Autoregressive Image Models

Alaaeldin El-Nouby, Michal Klein, Shuangfei Zhai, Miguel Angel Bautista, Alexander Toshev, Vaishaal Shankar, Joshua M Susskind, and Armand Joulin

This software project accompanies the research paper, Scalable Pre-training of Large Autoregressive Image Models.

We introduce AIM a collection of vision models pre-trained with an autoregressive generative objective. We show that autoregressive pre-training of image features exhibits similar scaling properties to their textual counterpart (i.e. Large Language Models). Specifically, we highlight two findings:

  1. the model capacity can be trivially scaled to billions of parameters, and
  2. AIM effectively leverages large collections of uncurated image data.

Installation

Please install PyTorch using the official installation instructions. Afterward, install the package as:

pip install git+https://git@github.com/apple/ml-aim.git

Usage

Below we provide an example of loading the model via HuggingFace Hub as:

from PIL import Image

from aim.torch.models import AIMForImageClassification
from aim.torch.data import val_transforms

img = Image.open(...)
model = AIMForImageClassification.from_pretrained("apple/aim-600M")
transform = val_transforms()

inp = transform(img).unsqueeze(0)
logits, features = model(inp)

ImageNet-1k results (frozen trunk)

The table below contains the classification results on ImageNet-1k validation set.

Как запустить

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

GPU в ailist

Универсальный рантайм · ml-aim · image-classification

Нельзя запустить

Архитектура ? неизвестна transformers в образе рантайма.

Ревизия весов
9831bd4

0 моделей