Визуальный энкодер Zoobot на базе ConvNeXt Large для извлечения признаков и адаптации к классификации изображений.
Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды
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.
Описание составлено по карточке модели и метаданным Hugging Face
Zoobot Encoder ConvNeXt Large — модель зрения, опубликованная mwalmsley и предназначенная для использования в качестве визуального энкодера и дообучения под задачи классификации изображений. Она построена на архитектуре ConvNeXt Large и доступна через библиотеку timm; карточка предлагает загружать её как энкодер без классификационной головы.
Модель подходит для извлечения признаков из изображений и последующей адаптации к классификации. Репозиторий содержит веса PyTorch и распространяется по лицензии Apache-2.0. README отсылает к документации Zoobot за инструкциями по загрузке и дообучению.
README не описывает метрики качества и не уточняет ограничения или конкретный целевой набор классов; для прикладной задачи может потребоваться дообучение.
Разделы каталога профессий, в задачах которых используется эта модель
README от автора на Hugging Face, как он его опубликовал
Please see the Zoobot docs for loading and finetuning instructions.
But minimally, you can use this like any timm encoder:
import timm
encoder = timm.create_model('hf_hub:mwalmsley/zoobot-encoder-some-name', pretrained=True, num_classes=0)
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм · timm · image-classification
Подбираем GPU…