/ Модель

Характеристики

Размер весов
346 МБ
Лицензия
Apache 2.0
Библиотека
mlx-image
Опубликована
8 мар 2024

vit_base_patch16_224-mlxim

Классификация изображенийИзображение → label3 профессии

Перенесённая в Apple MLX модель ViT классифицирует изображения по категориям ImageNet-1k.

109скачиваний за 30 дней0лайковвеса обновлены6 апр 2024

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 модель классификации изображений на архитектуре Vision Transformer (ViT), обученная на ImageNet-1k. Репозиторий mlx-vision содержит перенос весов модели torchvision в формат для фреймворка Apple MLX; доступны веса Safetensors и библиотека mlx-image.

Модель предназначена для определения класса объекта на изображении и может применяться для категоризации изображений в приложениях, работающих на устройствах Apple с MLX. В карточке указана лицензия Apache-2.0. Подробные сведения о размере модели и поддерживаемых языках не приведены; для классификатора изображений языковая поддержка не применима.

Сценарии применения

  • определение класса объекта на изображении
  • автоматическая категоризация изображений
  • распознавание объектов для MLX-приложений на устройствах Apple

Ограничения

Модель обучена для классов ImageNet-1k, поэтому может не распознавать категории за пределами этого набора. Перенос предназначен для Apple MLX и требует соответствующей среды выполнения.

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

vit_base_patch16_224

A Vision Transformer image classification model trained on ImageNet-1k data.

Disclaimer: This is a porting of the torchvision model weights to Apple MLX Framework.

How to use

pip install mlx-image

Here is how to use this model for image classification:

from mlxim.model import create_model
from mlxim.io import read_rgb
from mlxim.transform import ImageNetTransform

transform = ImageNetTransform(train=False, img_size=224)
x = transform(read_rgb("cat.png"))
x = mx.expand_dims(x, 0)

model = create_model("vit_base_patch16_224")
model.eval()

logits = model(x)

You can also use the embeds from layer before head:

from mlxim.model import create_model
from mlxim.io import read_rgb
from mlxim.transform import ImageNetTransform

transform = ImageNetTransform(train=False, img_size=224)
x = transform(read_rgb("cat.png"))
x = mx.expand_dims(x, 0)

# first option
model = create_model("vit_base_patch16_224", num_classes=0)
model.eval()

embeds = model(x)

# second option
model = create_model("vit_base_patch16_224")
model.eval()

embeds = model.get_features(x)

## Model Comparison

Explore the metrics of this model in mlx-image model results.

Как запустить

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

GPU в ailist

Универсальный рантайм · mlx-image

Нельзя запустить

MLX-модели работают только на Apple Silicon.

Ревизия весов
b8cd23f

0 моделей