/ Модель

Характеристики

Лицензия
Своя лицензия
Библиотека
frozen-vitl
Опубликована
3 сен 2026

forzenpath

Эмбеддинги изображенийИзображение → embedding

Замороженный энкодер Frozen ViT-L/14 извлекает векторы признаков из патологических изображений для последующего анализа.

0скачиваний за 30 дней0лайковвеса обновлены3 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

minxoy/forzenpath — замороженный визуальный энкодер Frozen ViT-L/14 для извлечения признаков из патологических изображений. Модель принимает RGB-изображения размером 224×224 и выдаёт CLS-вектор размерности 1024 для каждого изображения.

Модель предназначена для получения визуальных признаков, которые можно использовать в последующих задачах анализа патологических изображений. В метаданных указана библиотека frozen-vitl и формат весов safetensors. Лицензия обозначена как other; конкретные условия использования в карточке не раскрыты.

Сценарии применения

  • извлечение признаков из патологических изображений
  • получение эмбеддингов изображений тканей
  • подготовка признаков для классификации патологических изображений

Ограничения

Принимает только RGB-изображения 224×224 и возвращает CLS-вектор размерности 1024. Условия лицензии с пометкой other в доступной карточке не конкретизированы.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Frozen ViT-L/14

A frozen vision encoder for pathology feature extraction.
病理图像特征提取模型。

  • Input / 输入: RGB 224×224
  • Output / 输出: CLS [B, 1024]

Usage / 使用

huggingface-cli download minxoy/forzenpath --local-dir ./forzenpath --token $HF_TOKEN
pip install -e ./forzenpath
import torch
from PIL import Image
from frozen_vitl import FrozenVitlModel, FrozenVitlImageProcessor

model = FrozenVitlModel.from_pretrained("minxoy/forzenpath", token=True, device="cuda")
processor = FrozenVitlImageProcessor(model.config)
model.eval()

x = processor(Image.open("patch.jpg")).unsqueeze(0).cuda()
with torch.no_grad():
    feat = model(x).pooler_output  # [1, 1024]

Local folder / 本地目录(含 config.json 和 model.safetensors):

model = FrozenVitlModel.from_pretrained("./forzenpath", device="cuda")

Requires torch, torchvision, Pillow.

Как запустить

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

GPU в ailist

Универсальный рантайм · frozen-vitl · image-feature-extraction

Нельзя запустить

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

Ревизия весов
9093b6f

0 моделей