Характеристики

Размер весов: 306 МБ
Лицензия: MIT
Библиотека: onnx
Опубликована: 6 авг 2026

Ссылки

Hugging Face

laeta-bioclip-onnx

msilva

Классификация изображений без дообученияИзображение, текст → label

Квантованный ONNX-энкодер BioCLIP-2 для локальной zero-shot классификации изображений пауков по 26 классам.

0скачиваний за 30 дней0лайковвеса обновлены6 авг 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 экспортированный в ONNX и квантованный до int8 визуальный энкодер BioCLIP-2 ViT-L/14 для локального zero-shot распознавания пауков рода Loxosceles в PWA Araña de Rincón от Мануэля Силвы. Модель обрабатывает изображение размером 224×224 и выдаёт нормализованный вектор изображения размерности 768, который сравнивается с заранее подготовленными текстовыми векторами 26 классов; затем оценки преобразуются в вероятности. Фотографии обрабатываются на устройстве и не отправляются с телефона.

Энкодер предназначен для предварительной оценки изображений пауков, в частности для определения паука-отшельника в чилийском контексте. Это автоматическая оценка, а не диагностика; модель не утверждает, что паук безопасен. Обучение на фотографиях пауков не проводилось: автор сообщает, что дообучение на снимках iNaturalist улучшило результаты на этом источнике, но ухудшило их на музейных экземплярах. Репозиторий распространяется по лицензии MIT.

Сценарии применения

предварительная оценка, похож ли паук на паука-отшельника
zero-shot классификация фотографий пауков по заданным классам
локальный анализ снимков пауков в мобильной PWA
сопоставление изображений пауков с текстовыми описаниями классов

Ограничения

Это автоматическая оценка, а не диагностика, и модель не подтверждает безопасность паука. Дообучение на снимках iNaturalist улучшало результаты на них, но ухудшало обобщение на музейные экземпляры.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

laeta-bioclip-onnx — encoder de imagen del detector de araña de rincón

Torre visual de BioCLIP-2 (ViT-L/14) exportada a ONNX y cuantizada a int8 (~293 MB) para correr en el navegador (ONNX Runtime Web), dentro de la PWA aranaderincon.manuelsilva.cl.

La foto nunca sale del teléfono: el modelo se descarga una vez y toda la inferencia es local.

Cómo funciona

Clasificación zero-shot. El encoder produce un embedding L2-normalizado de 768-d que se compara por producto punto contra los vectores de texto precalculados de las 26 clases (text_embeddings.json), seguido de softmax. No se entrena con fotos de arañas: se midió que entrenar con fotos chilenas de iNaturalist mejora en iNaturalist y empeora en otra fuente (ROC 0.79 vs 0.93 sobre ejemplares de museo).

Archivos

Archivo	Qué es
`image_encoder.onnx`	Torre visual de BioCLIP-2, int8. Entrada `pixel_values [N,3,224,224]`, salida `image_embedding [N,768]` (ya normalizada).
`text_embeddings.json`	26×768 vectores de texto de las clases + `logit_scale`.
`labels.json`	Nombres científicos/comunes, `target_index` y umbrales calibrados (🔴 0.9012 / 🟡 0.0458).

Preprocesamiento: center-crop a 224 y normalización OpenCLIP (mean [0.4815, 0.4578, 0.4082], std [0.2686, 0.2613, 0.2758]).

Aviso

Estimación automática, no un diagnóstico. Nunca afirma que una araña sea inofensiva. Código y mediciones: github.com/msilvav/laeta.

Как запустить

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

GPU в ailist

Универсальный рантайм · onnx

Нельзя запустить

В репозитории нет весов в формате PyTorch/safetensors.

Ревизия весов: e7d885c