/ Модель

Характеристики

Лицензия
Apache 2.0
Архитектура
dynaflip · dense
Библиотека
transformers
Опубликована
30 мая 2026

dynaflip-base

Классификация изображений без дообученияИзображение, текст → label3 профессии

DynaFLIP-base классифицирует изображения по текстовым категориям без обучения на конкретном наборе классов и предназначена для задач роботизированного восприятия.

230скачиваний за 30 дней0лайковвеса обновлены3 июн 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

DynaFLIP-base — модель семейства DynaFLIP, представленная в работе «DynaFLIP: Rethinking Robotics Perception via Tri-Modal-Dynamics Guided Representation». Она предназначена для классификации изображений по текстовым описаниям без предварительного обучения на заданном наборе классов и может использоваться для оценки соответствия изображения предложенным категориям. Модель разработана авторами исследования DynaFLIP.

Модель реализована как плотная архитектура DynaFLIP и распространяется в формате safetensors; для работы совместима с Transformers. Лицензия — Apache-2.0. Карточка не содержит сведений о размере, контексте или поддерживаемых языках.

Сценарии применения

  • классификация изображения по списку текстовых категорий
  • поиск объектов или сцен по текстовым описаниям
  • сопоставление изображения с набором возможных понятий

Ограничения

Карточка не приводит количественных оценок качества, перечня обучающих данных или результатов на конкретных тестах; поддерживаемые языки не описаны.

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

DynaFLIP-base

This model was proposed in DynaFLIP: Rethinking Robotics Perception via Tri-Modal-Dynamics Guided Representation.

Usage

The model is compatible with Transformers:

from transformers import AutoModel, AutoProcessor
from PIL import Image
import torch

REPO = "jlee-larr/dynaflip-base"
dynaflip = AutoModel.from_pretrained(REPO, trust_remote_code=True).eval()
processor = AutoProcessor.from_pretrained(REPO, trust_remote_code=True)

image = Image.open("example.png").convert("RGB")
inputs = processor(images=image, return_tensors="pt")

with torch.no_grad():
    v = dynaflip.vision_outputs(inputs["pixel_values"])

# v.last_hidden_state  -> (B, num_patches, 768)   patch tokens
# v.pooler_output      -> (B, 1536)               CLS + mean(patches)

Citation

@article{lee2026dynaflip,
  title   = {DynaFLIP: Rethinking Robotics Perception via Tri-Modal-Dynamics Guided Representation},
  author  = {Lee, Jusuk and Lee, Seungjae and Shin, Jonghun and Jung, Hoseong and Kim, Sungha and Cho, Daesol and Kim, H. Jin and Huang, Jia-Bin and Huang, Furong},
  journal = {arXiv preprint arXiv:2605.30350},
  year    = {2026},
}

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers · zero-shot-image-classification

Нельзя запустить

Модели нужен код из репозитория; автор пока не в списке доверенных организаций.

Класс архитектуры
DynaFLIPModel
Ревизия весов
de6e49d

0 моделей