/ Модель

Характеристики

Лицензия
Apache 2.0
Архитектура
convnext · dense
Опубликована
2 мар 2022

convnext-base-384

Классификация изображенийИзображение → label4 профессии

Свёрточная ConvNeXT-модель, классифицирующая изображения размером 384×384 по классам ImageNet-1k.

237скачиваний за 30 дней2лайкавеса обновлены13 июн 2023

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

facebook/convnext-base-384 — свёрточная модель компьютерного зрения семейства ConvNeXT, представленная авторами статьи «A ConvNet for the 2020s» и обученная на ImageNet-1k. Это базовая по размеру версия, обученная классифицировать изображения с разрешением 384×384 пикселя по 1 000 классам ImageNet.

Модель предназначена для классификации изображений: например, для присвоения меток объектам на фотографиях или для создания основы под специализированные классификаторы. Архитектура использует чистые свёрточные слои и заимствует идеи из Vision Transformers и Swin Transformer. Доступны веса в форматах PyTorch и TensorFlow.

Модель работает с изображениями и выдаёт классы ImageNet. Она не предназначена для генерации изображений или текста. Лицензия Apache-2.0.

Сценарии применения

  • классификация объектов на фотографиях
  • автоматическая разметка изображений классами ImageNet
  • создание базового классификатора изображений
  • извлечение классов для каталога изображений

Ограничения

Модель классифицирует изображения только в пределах 1 000 классов ImageNet-1k; для других задач может потребоваться дообучение. В карточке описана классификация изображений, а не обнаружение объектов или сегментация.

Для каких профессий подходит4

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

ConvNeXT (base-sized model)

ConvNeXT model trained on ImageNet-1k at resolution 384x384. It was introduced in the paper A ConvNet for the 2020s by Liu et al. and first released in this repository.

Disclaimer: The team releasing ConvNeXT did not write a model card for this model so this model card has been written by the Hugging Face team.

Model description

ConvNeXT is a pure convolutional model (ConvNet), inspired by the design of Vision Transformers, that claims to outperform them. The authors started from a ResNet and "modernized" its design by taking the Swin Transformer as inspiration.

model image

Intended uses & limitations

You can use the raw model for image classification. See the model hub to look for fine-tuned versions on a task that interests you.

How to use

Here is how to use this model to classify an image of the COCO 2017 dataset into one of the 1,000 ImageNet classes:

from transformers import ConvNextImageProcessor, ConvNextForImageClassification
import torch
from datasets import load_dataset

dataset = load_dataset("huggingface/cats-image")
image = dataset["test"]["image"][0]

processor = ConvNextImageProcessor.from_pretrained("facebook/convnext-base-384")
model = ConvNextForImageClassification.from_pretrained("facebook/convnext-base-384")

inputs = processor(image, return_tensors="pt")

with torch.no_grad():
    logits = model(**inputs).logits

# model predicts one of the 1000 ImageNet classes
predicted_label = logits.argmax(-1).item()
print(model.config.id2label[predicted_label]),

For more code examples, we refer to the documentation.

BibTeX entry and citation info

@article{DBLP:journals/corr/abs-2201-03545,
  author    = {Zhuang Liu and
               Hanzi Mao and
               Chao{-}Yuan Wu and
               Christoph Feichtenhofer and
               Trevor Darrell and
               Saining Xie},
  title     = {A ConvNet for the 2020s},
  journal   = {CoRR},
  volume    = {abs/2201.03545},
  year      = {2022},
  url       = {https://arxiv.org/abs/2201.03545},
  eprinttype = {arXiv},
  eprint    = {2201.03545},
  timestamp = {Thu, 20 Jan 2022 14:21:35 +0100},
  biburl    = {https://dblp.org/rec/journals/corr/abs-2201-03545.bib},
  bibsource = {dblp computer science bibliography, https://dblp.org}
}

Как запустить

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

GPU в ailist

Универсальный рантайм · image-classification

Можно запустить

Подбираем GPU…

Класс архитектуры
ConvNextForImageClassification
Ревизия весов
cce36a3

0 моделей