Дообученный энкодер Zoobot на базе ConvNeXt Nano для классификации изображений и извлечения визуальных признаков.
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
mwalmsley/zoobot-encoder-convnext_nano — дообученный визуальный энкодер Zoobot на основе ConvNeXt Nano. Он предназначен для классификации изображений и извлечения визуальных признаков; модель можно загружать через timm как энкодер без классификационной головы.
Модель построена на PyTorch и основана на timm/convnext_nano.in12k. Карточка указывает Apache-2.0. README отсылает к документации Zoobot за инструкциями по загрузке и дообучению, но не приводит сведения о конкретных классах, данных обучения или качестве.
README не указывает конкретные классы, обучающие данные или метрики качества. Для применения и дообучения инструкции вынесены в документацию Zoobot.
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…