Характеристики

Лицензия: Apache 2.0
Библиотека: transformers
Опубликована: 1 июл 2026

Ссылки

designsystem-set-membership-siglip2-demo

Классификация изображенийИзображение → label

Экспериментальный чекпойнт на базе SigLIP2 оценивает, принадлежит ли скриншот той же дизайн-системе, что и изображения контекста.

0скачиваний за 30 дней0лайковвеса обновлены1 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

Это экспериментальный чекпойнт для демо определения принадлежности скриншотов одной дизайн-системе. Он основан на SigLIP2 Base Patch16-224: приложение загружает архитектуру и процессор из файлов Google SigLIP2, а обученные веса дискриминатора — из checkpoint.pt. Модель принимает изображения: она оценивает, относится ли кандидатный скриншот к той же дизайн-системе, что и скриншоты контекста. Перед кодированием изображения следует обрезать на 10% сверху и снизу и изменить размер так, чтобы короткая сторона составляла 256 пикселей.

Модель предназначена для companion Flask web demo, а не описана как универсальный классификатор. Репозиторий содержит веса PyTorch. Лицензия указана как Apache-2.0. README не сообщает размер обученного чекпойнта или контекстные характеристики; описание задачи ограничено оценкой принадлежности скриншотов дизайн-системе.

Сценарии применения

проверка, относится ли скриншот страницы к заданной дизайн-системе
сравнение кандидатного интерфейса с контекстными скриншотами
демонстрация поиска принадлежности интерфейсов к дизайн-системе

Ограничения

Модель предназначена для узкой задачи сравнения скриншотов и использования в сопровождающем веб-демо. Для изображений требуется указанная в README предобработка: обрезка верхних и нижних 10% и масштабирование короткой стороны до 256 пикселей.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Design System Set-Membership SigLIP2 Demo Checkpoint

This repository contains the trained checkpoint and local config/processor files used by the Design System set-membership web demo.

Files

checkpoint.pt: PyTorch checkpoint for the set-membership discriminator.
hf/google--siglip2-base-patch16-224/: local Hugging Face config/processor files for google/siglip2-base-patch16-224.

The demo app instantiates the SigLIP2 architecture from config and then loads the trained checkpoint weights from checkpoint.pt.

Checkpoint Provenance

Source path on Gautschi:

/scratch/gautschi/jasonwu/designsystem/design_discriminator_runs/setmem-default-additive-x-res-bce-pat4000-20260630T053443Z/checkpoint.pt

SHA-256:

8eeb0b943e7bbb8cb30dcf2ca2302b3ab50bc853c67e4f35165fd26bbfc87092

Training args subset:

model_name = google/siglip2-base-patch16-224
compatibility_mode = additive_x_residual
set_encoder = transformer
set_hidden_dim = 512
direct_scorer_layers = 2
preprocess_crop_top = 0.1
preprocess_crop_bottom = 0.1
preprocess_target_short_side = 256

Intended Use

This checkpoint is intended for the companion Flask web demo package. It scores whether a candidate screenshot belongs to the same design system as uploaded context screenshots.

Uploaded images should be preprocessed before SigLIP encoding with the checkpoint training settings: crop 10% top, crop 10% bottom, resize short side to 256.

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers · image-classification

Нельзя запустить

В репозитории нет config.json: не понять архитектуру модели.

Ревизия весов: a995fee