/ 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-pkm-embedder-dinov3-small

Эмбеддинги изображенийИзображение → embedding

Визуальный энкодер DINOv3, дообученный для поиска похожих изображений карт Magic: The Gathering и Pokémon в локальном каталоге.

215скачиваний за 30 дней0лайковвеса обновлены6 окт 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

Это визуальный энкодер Matteot11 для поиска изображений карт Magic: The Gathering и Pokémon по сходству. Модель дообучена на базе facebook/dinov3-vits16-pretrain-lvd1689m и построена на архитектуре DINOv3 ViT-S/16; содержит 28,3 млн параметров. Она принимает изображения размером 224 × 224 пикселя и извлекает векторные признаки для сравнения с отдельно подготовленным локальным каталогом карт. В рабочем процессе извлечённые эмбеддинги CLS-токена нормализуются по L2-норме.

Модель предназначена для поиска ближайших визуально похожих карт обеих игр. При совместном обучении использовались парные аугментированные изображения, контрастивная функция потерь рассчитывалась отдельно для каждой игры. Модель не определяет достоверно конкретный выпуск карты и не предназначена для распознавания изображений общего назначения. Блики, смаз, перекрытия, низкое разрешение, сильная обрезка, редкие варианты печати и отсутствие карты в каталоге могут ухудшить результаты; найденное совпадение следует проверить вручную. Лицензия указана как other, конкретные условия в предоставленных данных не описаны.

Сценарии применения

  • поиск похожей карты Magic: The Gathering по изображению
  • поиск похожей карты Pokémon по изображению
  • сопоставление изображения карты с локальным каталогом
  • создание векторного индекса коллекции коллекционных карт

Ограничения

Модель не выполняет авторитетную идентификацию карты и требует отдельного каталога эталонных изображений; качество снижается при бликах, размытии, перекрытии, низком разрешении, сильной обрезке и отсутствии нужного варианта печати в каталоге. Результат поиска следует проверить вручную.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

MTG + Pokemon Card Embedder - DINOv3 Small

Built with DINOv3.

This shared model produces visual embeddings for Magic: The Gathering and Pokemon card images. It is intended for nearest-neighbor retrieval against a separately created local card catalog for the corresponding game; 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 v2 model was fine-tuned from facebook/dinov3-vits16-pretrain-lvd1689m using paired augmented views of cached MTG and Pokemon reference images. Joint-training batches contain exactly 16 cards from each game (batch size 32); contrastive loss is calculated separately per game so cross-game examples are not used as retrieval negatives. Each view can include brightness, contrast, and color changes; small rotation; blur; and perspective distortion.

Training configuration: 5 epochs, batch size 32, learning rate 1e-5, temperature 0.07, zero data-loader workers, seed 42, and a per-game 10% validation split. 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-pkm-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 MTG and Pokemon 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 and Pokemon card imagery obtained through TCGdex. Card names, artwork, and related intellectual property belong to their respective rights holders. This repository does not distribute training images, catalog data, or derived catalog embeddings. Scryfall, TCGdex, Wizards of the Coast, Nintendo, and The Pokemon Company 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
aa5368c

0 моделей