/ Модель

Характеристики

Лицензия
Apache 2.0
Архитектура
levit · dense
Опубликована
1 июн 2022

levit-192

Классификация изображенийИзображение → label3 профессии

LeViT-192 — быстрая модель компьютерного зрения для классификации изображений по 1000 классам ImageNet-1k.

122скачиваний 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-192 — модель компьютерного зрения семейства LeViT, опубликованная командой LeViT и представленная в работе «LeViT: a Vision Transformer in ConvNet's Clothing for Faster Inference». Это вариант LeViT с классификационной головой, предобученный на ImageNet-1k для распознавания объектов на изображениях размером 224×224 пикселя.

Модель относит изображение к одному из 1000 классов ImageNet-1k и предназначена для задач классификации изображений. Архитектура LeViT сочетает идеи vision transformer и свёрточных сетей с акцентом на скорость инференса. Репозиторий содержит веса PyTorch; лицензия — Apache-2.0.

Модель ориентирована на классы ImageNet-1k, поэтому может быть недостаточно точной для объектов вне этих категорий и специализированных предметных областей. Для других наборов классов потребуется адаптация или дообучение.

Сценарии применения

  • классификация изображений по классам ImageNet-1k
  • распознавание объектов на изображениях размером 224×224
  • оценка быстродействия моделей классификации изображений
  • базовая модель для экспериментов с классификацией изображений

Ограничения

Модель обучена на 1000 классах ImageNet-1k и рассчитана на изображения 224×224; для других наборов категорий может потребоваться адаптация или дообучение.

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-192 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-192')
model = LevitForImageClassificationWithTeacher.from_pretrained('facebook/levit-192')

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
b92b6fd

0 моделей