/ Модель

Характеристики

Лицензия
Apache 2.0
Архитектура
levit · dense
Опубликована
1 июн 2022

levit-256

Классификация изображенийИзображение → label3 профессии

LeViT-256 — модель компьютерного зрения для классификации изображений по 1000 классам ImageNet.

152скачиваний 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-256 — модель компьютерного зрения семейства LeViT, представленная в работе «LeViT: a Vision Transformer in ConvNet’s Clothing for Faster Inference» авторов Graham и соавторов. Это вариант LeViT, предварительно обученный на ImageNet-1k для классификации изображений с разрешением 224×224 пикселя; модель выдаёт оценку принадлежности изображения к одному из 1000 классов ImageNet.

Модель предназначена для классификации изображений, например фотографий и изображений из наборов данных. Архитектура сочетает идеи Vision Transformer и сверточных сетей; веса доступны в формате PyTorch. Репозиторий распространяется по лицензии Apache-2.0. В карточке нет сведений о поддержке текста или других модальностей.

Сценарии применения

  • классификация объектов на фотографиях
  • распознавание объектов на изображениях из наборов данных
  • определение класса изображения из 1000 категорий ImageNet

Ограничения

Модель обучена распознавать категории ImageNet-1k и выдаёт метки из этого набора; для других категорий может потребоваться дообучение. В README указано разрешение входного изображения 224×224 пикселя.

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-256 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-256')
model = LevitForImageClassificationWithTeacher.from_pretrained('facebook/levit-256')

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
283f5f3

0 моделей