/ Модель

Характеристики

Лицензия
Apache 2.0
Архитектура
levit · dense
Опубликована
1 июн 2022

levit-128

Классификация изображенийИзображение → label3 профессии

LeViT-128 — быстрая модель компьютерного зрения для классификации изображений по 1000 классам ImageNet.

61скачиваний за 30 дней0лайковвеса обновлены1 июн 2022

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

LeViT-128 — модель компьютерного зрения семейства LeViT, представленная авторами статьи «LeViT: a Vision Transformer in ConvNet's Clothing for Faster Inference» и выпущенная в репозитории Facebook. Она предварительно обучена на ImageNet-1k для классификации изображений с разрешением 224×224 и предсказывает один из 1000 классов ImageNet.

Модель предназначена для распознавания объектов и сцен на изображениях, в том числе в сценариях, где важна быстрая обработка. Архитектура сочетает идеи Vision Transformer и свёрточных сетей; карточка указывает реализацию PyTorch. Лицензия — Apache-2.0.

Сценарии применения

  • классификация изображений по категориям ImageNet
  • распознавание объектов на фотографиях
  • определение сцены на изображении
  • быстрая классификация изображений в приложениях компьютерного зрения

Ограничения

Модель обучена распознавать классы ImageNet-1k и может не подходить для категорий или типов изображений, отсутствующих в этом наборе. Описание не содержит результатов оценки на других наборах данных.

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

LeViT

LeViT-128 model pre-trained on ImageNet-1k at resolution 224x224. It was introduced in the paper LeViT: a Vision Transformer in ConvNet's Clothing for Faster Inference by Graham et al. and first released in this repository.

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

Usage

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 LevitFeatureExtractor, LevitForImageClassificationWithTeacher
from PIL import Image
import requests

url = 'http://images.cocodataset.org/val2017/000000039769.jpg'
image = Image.open(requests.get(url, stream=True).raw)

feature_extractor = LevitFeatureExtractor.from_pretrained('facebook/levit-128')
model = LevitForImageClassificationWithTeacher.from_pretrained('facebook/levit-128')

inputs = feature_extractor(images=image, return_tensors="pt")
outputs = model(**inputs)
logits = outputs.logits
# model predicts one of the 1000 ImageNet classes
predicted_class_idx = logits.argmax(-1).item()
print("Predicted class:", model.config.id2label[predicted_class_idx])

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
LevitForImageClassificationWithTeacher
Ревизия весов
6b044a5

0 моделей