Энкодер ResNet18 из проекта Zoobot для извлечения признаков и построения классификаторов 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-resnet18 — энкодер ResNet18 для изображений, опубликованный mwalmsley в рамках проекта Zoobot. Он предназначен для извлечения признаков из изображений и может использоваться как основа для дообучения классификатора; карточка показывает загрузку через timm с отключённой классификационной головой. В метаданных задача указана как классификация изображений, библиотека — timm, формат весов — PyTorch. Модель распространяется по лицензии Apache 2.0.
Карточка не описывает обучающие данные, специализированные классы или количественные показатели качества, поэтому пригодность для конкретного набора изображений следует проверять отдельно.
Карточка не приводит метрик качества, обучающих данных или перечня классов; пригодность для конкретной задачи требует отдельной оценки.
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…