/ Модель

Характеристики

Лицензия
Apache 2.0
Библиотека
dghs-imgutils
Опубликована
4 мая 2025

siglip_beta

Классификация изображений без дообученияИзображение, текст → label

Экспериментальные чекпойнты SigLIP от DeepGHS для классификации изображений по текстовым описаниям и поиска изображений по запросу.

0скачиваний за 30 дней11лайковвеса обновлены2 июн 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

deepghs/siglip_beta — экспериментальные чекпойнты SigLIP от DeepGHS для поиска и классификации изображений по текстовым описаниям. В репозитории представлены варианты с энкодером текста, обученным поверх замороженного SmilingWolf/wd-swinv2-tagger-v3, версия с размороженным энкодером изображений и тестовая модель EVA02, обученная с нуля. Чекпойнты совместимы с индексами и эмбеддингами DeepGHS и пакетом dghs-imgutils; для запуска также доступен формат ONNX.

Модель предназначена для поиска изображений по текстовому запросу и классификации изображений без обучения на конкретных классах. В карточке указан датасет danbooru2024-webp-4Mpixel и английский язык. Репозиторий прямо предупреждает, что модели не готовы к производственному использованию. Лицензия — Apache-2.0.

Сценарии применения

  • поиск изображений по текстовому запросу
  • классификация изображений по произвольным текстовым меткам
  • поиск похожих изображений в индексах DeepGHS

Ограничения

В README указано, что чекпойнты не готовы к производственному использованию. Совместимость и примеры использования ориентированы на пакет dghs-imgutils и индексы DeepGHS.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

WARNING: Do not consider anything in this repo production ready.

Checkpoints

  • siglip_swinv2_base_2025_02_22_18h56m54s
    Text encoder trained on top of frozen SmilingWolf/wd-swinv2-tagger-v3, so pretty much SigLIT style. Compatible with existing DeepGHS indexes/embeddings.
  • siglip_swinv2_base_2025_05_02_22h02m36s
    Based on siglip_swinv2_base_2025_02_22_18h56m54s, with unfrozen image encoder. So SigLIP with warm start, I guess.
  • siglip_eva02_base_2025_05_02_21h53m54s
    A test with a different architecture, trained from scratch using SigLIP.

Usage Example

See deepghs/search_image_by_image_or_text for example usage.

Compatibility

The checkpoints in this repo have been structured for compatibility with the dghs-imgutils package.

You can run it locally with the following 2 approaches

Infer with Code

pip install dghs-imgutils>=0.17.0
from imgutils.generic import siglip_predict

pred = siglip_predict(
    images=[
        'https://huggingface.co/datasets/narugo1992/nzb_files/resolve/main/eshuushuu_51.webp',
    ],
    texts=[
        # short tags
        '1girl',
        '1boy',
        'orange_hair',
        'blue_hair',

        # long text
        '1girl, solo, thighhighs, orange_shirt, twintails, brown_hair, hair_bun, long_hair, double_bun, '
        'zettai_ryouiki, jar, sitting, bow, school_uniform, long_sleeves, smile, pink_bow, skirt, orange_skirt, '
        'very_long_hair, black_thighhighs, orange_dress, miniskirt',
        'food, halo, red_eyes, side_ponytail, skirt, macaron, pink_hair, sailor_collar, holding, '
        'black_sailor_collar, cake, long_hair, drumsticks, black_skirt, pleated_skirt, pink_halo, 1girl, '
        'ahoge, red_neckerchief, chibi, neckerchief, long_sleeves, holding_food, sash, blush, holding_drumsticks, '
        'multiple_views, white_cardigan, looking_at_viewer,'
    ],
    repo_id='deepghs/siglip_beta',
    model_name='smilingwolf/siglip_swinv2_base_2025_02_22_18h56m54s'
)
print(pred)
# [[2.5059912e-02 1.7571157e-04 2.1646977e-03 1.8494057e-04 1.0000000e+00
#   3.8877626e-15]]

Launch a Gradio Demo

pip install dghs-imgutils[demo]>=0.17.0
from imgutils.generic import SigLIPModel

SigLIPModel(
    repo_id='deepghs/siglip_beta',
).launch_demo(
    default_model_name='smilingwolf/siglip_swinv2_base_2025_02_22_18h56m54s'
)

Как запустить

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

GPU в ailist

Универсальный рантайм · dghs-imgutils

Нельзя запустить

В репозитории нет весов в формате PyTorch/safetensors.

Ревизия весов
03aa79c

0 моделей