/ Модель

Характеристики

Лицензия
Apache 2.0
Базовая модель
vit-base-patch16-224
Опубликована
4 дек 2025

plant-identification-2m-vit-b

Классификация изображенийИзображение → label3 профессии

Модель на базе ViT-Base определяет виды растений на фотографиях для экологического мониторинга, полевых исследований и прикладных инструментов для садоводства.

319скачиваний за 30 дней24лайкавеса обновлены4 дек 2025

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

juppy44 разработал модель классификации изображений растений на основе Vision Transformer ViT-Base с патчами 16×16 и входным разрешением 224 пикселя. Модель содержит около 97,2 млн параметров и дообучена сквозным образом на 2 млн изображений растений из GBIF и iNaturalist; классы соответствуют примерно 14 тысячам видов по таксономии GBIF.

Модель предназначена для определения вида растения по одной фотографии и может применяться в экологических обследованиях, садоводстве, восстановлении экосистем, полевых исследованиях, мониторинге биоразнообразия и системах разметки изображений. Она принимает изображение и выдаёт класс вида. Доступна по лицензии Apache-2.0.

Точность зависит от качества снимка и сходства видов. Некоторые растения невозможно надёжно различить только по изображению, без сведений о местоположении или репродуктивных признаках. Данные о местоположении модель не использует; опубликованной фиксированной метрики качества нет.

Сценарии применения

  • определение вида растения по фотографии
  • разметка изображений растений по видам
  • мониторинг биоразнообразия в полевых обследованиях
  • идентификация растений в приложениях для гражданской науки и обучения
  • классификация растений для питомниководства и садоводства

Ограничения

Виды со сходными внешними признаками, редкие виды и растения на некачественных фотографиях распознаются хуже; для различения некоторых видов нужны контекст или репродуктивные признаки. Модель не использует местоположение, а фиксированная метрика качества не опубликована.

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

Highlights

  • Base model: google/vit-base-patch16-224
  • Parameters: ~97.2M
  • Training samples: 2,000,000 curated plant occurrences
  • Species coverage: ~14,000 unique species
  • Source data: GBIF (research-grade iNaturalist images)
  • Training method: End-to-end supervised fine-tuning
  • Use-case: Fast species-level classification from a single photo

Example Usage

from transformers import AutoImageProcessor, AutoModelForImageClassification
from PIL import Image
import requests
import torch

model_id = "juppy44/plant-identification-2m-vit-b"

processor = AutoImageProcessor.from_pretrained(model_id)
model = AutoModelForImageClassification.from_pretrained(model_id)

url = "https://example.com/plant.jpg"
image = Image.open(requests.get(url, stream=True).raw)

inputs = processor(images=image, return_tensors="pt")
with torch.no_grad():
    logits = model(**inputs).logits

pred = logits.softmax(dim=-1)[0]
topk = torch.topk(pred, k=5)

for prob, idx in zip(topk.values, topk.indices):
    label = model.config.id2label[idx.item()]
    print(f"{label}: {prob.item():.4f}")

Intended Applications

  • Ecological surveys
  • Nursery and horticulture tools
  • Restoration and revegetation workflows
  • Field research and biodiversity monitoring
  • Citizen science and educational platforms
  • Image-based species tagging pipelines

Data & Training Details

Dataset Construction

  • Sourced from GBIF occurrences with valid species and image metadata.
  • Cleaned and deduplicated.
  • Species filtered to those with ≥ 20 images.
  • Maximum cap of 1,000 images per species to reduce class imbalance.
  • Final training dataset: 2,000,000 images across ~14k species.

Training

  • ViT-Base fine-tuned for 1 epoch over 2M samples.
  • AdamW optimizer, standard ViT augmentations.
  • Mixed-precision training on GPU.

Limitations

  • Some species are visually indistinguishable without context (location, reproduction structures, etc.).
  • Performance varies for rare, morphologically similar, or poorly photographed species.
  • No location metadata incorporated yet — purely image-based.

Labels

Species names follow the canonical GBIF taxonomy (species_name). Each class corresponds directly to a species.

You can inspect all labels via:

from transformers import AutoConfig
cfg = AutoConfig.from_pretrained("juppy44/plant-identification-2m-vit-b")
labels = cfg.id2label

Performance

No fixed metric is published yet due to absence of a clean evaluation split in GBIF/iNat. However, the model performs strongly in practical testing and is suitable for downstream adaptation or LoRA-based fine-tuning.

Formal benchmarks will be added when a standardized evaluation subset is released.


Fine-Tuning & Adapters

You can further specialize the model using LoRA adapters for:

  • Regional subsets
  • Functional groups
  • Threatened species
  • Agricultural crops
  • Disease classification

The base model is trained broadly enough to support domain-specific adapter tuning with minimal compute.


License

Model weights follow the same license as the underlying ViT-Base model. Users are responsible for ensuring compliance with GBIF/iNaturalist usage terms for any downstream dataset creation.


Как запустить

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

GPU в ailist

Универсальный рантайм

Нельзя запустить

Доступ к модели ограничен автором; у платформы нет доступа к весам.

Ревизия весов
5eacf48

0 моделей