/ Модель

Характеристики

Лицензия
Apache 2.0
Архитектура
levit · dense
Опубликована
1 июн 2022

levit-128S

Классификация изображенийИзображение → label3 профессии

Компактная модель LeViT-128S классифицирует изображения по 1 000 классам ImageNet и рассчитана на быстрое распознавание.

13 087скачиваний за 30 дней5лайковвеса обновлены29 фев 2024

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-128S — модель для классификации изображений, представленная в статье «LeViT: A Vision Transformer in ConvNet’s Clothing for Faster Inference» и впервые опубликованная в этом репозитории. Это компактная архитектура семейства LeViT, сочетающая идеи vision transformer и сверточных сетей; модель предварительно обучена на ImageNet-1k для изображений разрешением 224×224 и распознаёт 1 000 классов ImageNet.

Модель принимает изображение и выдаёт предсказание класса. Она подходит для классификации фотографий, в том числе по набору классов ImageNet. Репозиторий содержит веса PyTorch и Safetensors; лицензия — Apache-2.0.

Сценарии применения

  • классификация изображений по классам ImageNet
  • распознавание объектов на фотографиях
  • быстрая классификация изображений в приложении компьютерного зрения

Ограничения

Модель обучена распознавать только 1 000 классов ImageNet-1k и подготовлена для входных изображений разрешением 224×224; качество на других наборах классов не подтверждено.

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

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
46576b0

0 моделей