/ Модель

Характеристики

Лицензия
CC BY-NC 4.0
Библиотека
timm
Опубликована
19 авг 2026

mocov3-vitb16-pas-birds

Эмбеддинги изображенийИзображение → embedding

Визуальный backbone MoCo-v3 ViT-B/16, предварительно обученный без учителя на 1,2 млн изображений птиц для извлечения признаков изображений.

3скачиваний за 30 дней0лайковвеса обновлены2 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

mocov3-vitb16-pas-birds — визуальный backbone MoCo-v3 ViT-B/16, разработанный Jesús M. Rodríguez-de-Vera и соавторами. Модель самостоятельно предварительно обучена с нуля на наборе PaS-B из 1,2 млн изображений птиц, созданном конвейером Precision at Scale.

Чекпойнт предназначен для извлечения признаков изображений и использования как основы для последующих задач компьютерного зрения, связанных с птицами. Он хранится в формате timm как vit_base_patch16_224 с num_classes=0 и загружается через интеграцию timm с Hugging Face. Лицензия CC BY-NC 4.0 разрешает использование на условиях лицензии, включая ограничения на коммерческое применение.

Сценарии применения

  • извлечение признаков изображений птиц
  • создание визуальных эмбеддингов для коллекций птиц
  • подготовка backbone для классификации видов птиц
  • поиск похожих изображений птиц по признакам

Ограничения

Обучение проводилось на доменном наборе изображений птиц, поэтому перенос на другие типы изображений может быть ограничен. Лицензия CC BY-NC 4.0 ограничивает коммерческое использование.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

mocov3-vitb16-pas-birds

MoCo-v3 ViT-B/16 backbone, self-supervised pretrained from scratch on the PaS-B domain-specific dataset (Birds, 1.2M images) generated by the Precision at Scale pipeline.

Training data

Pretrained on jesusmolrdv/pas-b, the Precision at Scale domain-specific dataset for this checkpoint.

Paper

@article{rodriguezdevera2026precision,
  title   = {Precision at scale: Domain-specific datasets on-demand},
  author  = {Rodr{\'i}guez-de-Vera, Jes{\'u}s M. and Estepa, Imanol G. and Saras{\'u}a, Ignacio and Nagarajan, Bhalaji and Radeva, Petia},
  journal = {Pattern Recognition},
  volume  = {171},
  pages   = {112236},
  year    = {2026},
  publisher = {Elsevier},
  doi     = {10.1016/j.patcog.2025.112236}
}

https://arxiv.org/abs/2407.03463

Usage

This backbone is stored in plain timm format (vit_base_patch16_224, num_classes=0), so it loads directly through the timm Hugging Face Hub integration:

import timm

model = timm.create_model("hf_hub:jesusmolrdv/mocov3-vitb16-pas-birds", pretrained=True)
model.eval()

model outputs 768-d backbone features (no classification head attached).

Как запустить

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

GPU в ailist

Универсальный рантайм · timm · image-feature-extraction

Можно запустить

Подбираем GPU…

Ревизия весов
30f1dd8

0 моделей