/ Модель

Характеристики

Параметры
28,3 млн
Лицензия
Своя лицензия
Архитектура
dinov3_vit · dense
Базовая модель
dinov3-vits16-pretrain-lvd1689m
Библиотека
transformers
Опубликована
22 сен 2026

collector-mtg-embedder-dinov3-small

Эмбеддинги изображенийИзображение → embedding3 профессии

Дообученный визуальный энкодер DINOv3 создаёт эмбеддинги изображений карт Magic: The Gathering для поиска похожих карт в локальном каталоге.

117скачиваний за 30 дней0лайковвеса обновлены22 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

matteot11 выпустил дообученный визуальный энкодер DINOv3 ViT-S/16 для поиска изображений карт Magic: The Gathering по визуальному сходству. Модель содержит 28,3 млн параметров, принимает изображения размером 224 × 224 пикселя и извлекает нормализуемые эмбеддинги для поиска ближайших соседей в отдельно подготовленном локальном каталоге карт. Для обработки используется библиотека Hugging Face Transformers.

Модель дообучена на парах синтетически изменённых изображений одних и тех же карт с оптимизацией InfoNCE. Она подходит для поиска похожих изображений и вариантов карт в каталоге, но сама по себе не классифицирует карту и не подтверждает конкретное издание. Качество может снижаться из-за бликов, смаза, перекрытий, низкого разрешения, сильной обрезки, редких вариантов печати или отсутствия нужной карты в справочном каталоге; найденный результат следует проверять. В метаданных указана лицензия «other», поэтому конкретные условия использования нужно сверить с карточкой модели.

Сценарии применения

  • Поиск похожей карты Magic: The Gathering по фотографии
  • Поиск изображения карты в локальном каталоге по ближайшему эмбеддингу
  • Сопоставление снимков одной карты при изменении яркости и контраста
  • Поиск карт по снимкам с небольшим поворотом или перспективным искажением

Ограничения

Модель предназначена для поиска карт Magic по изображениям, а не для общего распознавания изображений или авторитетной идентификации конкретного издания; качество может снижаться при бликах, смазе, перекрытии, низком разрешении, сильной обрезке, редких вариантах печати и отсутствии цели в каталоге. Найденный результат следует проверять пользователю; метаданные обозначают лицензию как «other», поэтому конкретные условия использования нужно уточнить в карточке.

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

MTG Card Embedder - DINOv3 Small

Built with DINOv3.

This model produces normalized visual embeddings for Magic: The Gathering card images. It is intended for nearest-neighbor retrieval against a separately created local card catalog; it does not directly classify or identify a card printing.

Model

  • Architecture: DINOv3 ViT-S/16
  • Base model: facebook/dinov3-vits16-pretrain-lvd1689m
  • Image size: 224 x 224 pixels
  • Embedding: final-layer CLS token, L2-normalized by the retrieval workflow
  • Runtime: Hugging Face Transformers

Training

The base model was fine-tuned using paired synthetic camera views of cached Magic card images. Each view can include brightness, contrast, and color changes; small rotation; blur; and perspective distortion. Training optimizes symmetric InfoNCE loss between embeddings of two augmented views of the same card.

The default training configuration uses 3 epochs, batch size 16, learning rate 1e-5, temperature 0.07, zero data-loader workers, and seed 42. The complete training workflow is available in the Open Card Collector repository.

Usage

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

model_id = "matteot11/collector-mtg-embedder-dinov3-small"
processor = AutoProcessor.from_pretrained(model_id)
model = AutoModel.from_pretrained(model_id).eval()

image = Image.open("card.jpg").convert("RGB")
inputs = processor(images=image, return_tensors="pt")
with torch.inference_mode():
    vector = model(**inputs).last_hidden_state[:, 0]
    vector = torch.nn.functional.normalize(vector, dim=1)

Limitations

The model was fine-tuned for Magic card retrieval, not general-purpose image recognition or authoritative card identification. Retrieval quality can degrade with glare, motion blur, occlusion, low resolution, heavy cropping, uncommon printings, or reference catalogs that do not contain the target card. The nearest retrieved catalog item should be reviewed by a user.

License and Attribution

This model is a derivative of DINOv3 and is distributed under the DINOv3 License. Use, modification, and redistribution must comply with those terms.

The training workflow uses Magic card imagery obtained through Scryfall. Magic: The Gathering card names, artwork, and related intellectual property belong to Wizards of the Coast and their respective rights holders. This repository does not distribute training images, Scryfall catalog data, or derived catalog embeddings. Scryfall and Wizards of the Coast do not endorse this project.

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers · image-feature-extraction

Можно запустить

Подбираем GPU…

Класс архитектуры
DINOv3ViTModel
Ревизия весов
a7989b0

0 моделей