/ Модель

Характеристики

Лицензия
MIT
Архитектура
megaloc · dense
Библиотека
pytorch
Опубликована
27 фев 2025

MegaLoc

Эмбеддинги изображенийИзображение → embedding3 профессии

MegaLoc извлекает признаки изображений для поиска знакомых мест по фотографиям в больших базах данных.

208 тыс.скачиваний за 30 дней10лайковвеса обновлены19 сен 2026

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

MegaLoc — модель извлечения признаков изображений для визуального распознавания мест (VPR), разработанная авторами проекта MegaLoc. Она предназначена для поиска изображений одного и того же места в больших базах по запросу-картинке и рассчитана на работу как в помещениях, так и на открытом воздухе. В статье о модели представлены результаты на наборах данных VPR; среди примеров — поиск по базе SF-XL из 2,8 млн изображений.

Модель реализована на PyTorch; в репозитории доступны веса Safetensors и формат ONNX. Лицензия — MIT. Карточка не сообщает размер модели, длину контекста или поддерживаемые естественные языки: модель работает с изображениями и не предназначена для генерации текста.

Сценарии применения

  • поиск похожих фотографий одного места в большой базе
  • визуальная локализация по изображению с камеры
  • распознавание мест внутри помещений
  • распознавание мест на открытом воздухе
  • оценка методов visual place recognition на VPR-датасетах

Ограничения

Карточка описывает применение для visual place recognition и оценивания на VPR-датасетах; качество для других задач поиска изображений не заявлено. Условия эксплуатации и требования к вычислительным ресурсам в README не приведены.

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

MegaLoc

MegaLoc is an image retrieval model for visual place recognition (VPR) that achieves state-of-the-art on most VPR datasets, including indoor and outdoor environments.

Paper: MegaLoc: One Retrieval to Place Them All (CVPR 2025 Workshop)

GitHub: gmberton/MegaLoc

Usage

import torch
import torchvision.transforms as tfm
from PIL import Image

model = torch.hub.load("gmberton/MegaLoc", "get_trained_model")

# Same preprocessing we use for evaluation: ImageNet normalization, resize to 322x322
# (any resolution works, paper results are computed at 322x322)
transform = tfm.Compose([
    tfm.ToTensor(),
    tfm.Normalize(mean=[0.485, 0.456, 0.406], std=[0.229, 0.224, 0.225]),
    tfm.Resize(size=[322, 322], antialias=True),
])

images = torch.stack([transform(Image.open(path).convert("RGB")) for path in ["im1.jpg", "im2.jpg"]])
with torch.inference_mode():
    descriptors = model(images)  # shape [2, 8448], L2-normalized

similarities = descriptors @ descriptors.T  # cosine similarities

For benchmarking on VPR datasets, see VPR-methods-evaluation.

Qualitative Examples

Top-1 retrieved images from the SF-XL test set (2.8M database images):

teaser

Citation

@InProceedings{Berton_2025_CVPR,
    author    = {Berton, Gabriele and Masone, Carlo},
    title     = {MegaLoc: One Retrieval to Place Them All},
    booktitle = {Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) Workshops},
    month     = {June},
    year      = {2025},
    pages     = {2861-2867}
}

Как запустить

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

GPU в ailist

Универсальный рантайм · pytorch · image-feature-extraction

Нельзя запустить

Архитектура megaloc неизвестна transformers в образе рантайма.

Класс архитектуры
MegaLoc
Ревизия весов
a0f3472

0 моделей