/ Модель

Характеристики

Лицензия
Apache 2.0
Библиотека
onnx
Опубликована
24 июл 2026

pet-recognition-base

Эмбеддинги изображенийИзображение → embedding

Модель создаёт эмбеддинги фотографий собак и кошек для поиска и сопоставления одного и того же питомца.

0скачиваний за 30 дней0лайковвеса обновлены24 июл 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

pet-recognition-base — модель для повторной идентификации собак и кошек по фотографиям. Она использует замороженный визуальный backbone facebook/dinov2-base размером 86 млн параметров и обученную линейную проекцию, которая преобразует признаки изображения в L2-нормированный вектор размером 512. Модель принимает RGB-изображения обнаруженного животного размером 224×224 с нормализацией ImageNet и возвращает эмбеддинг; особей сопоставляют по косинусному сходству или скалярному произведению.

Модель предназначена для поиска одного и того же питомца на разных снимках и используется как компонент системы распознавания Gallery после детектора животных. Проекция обучена на открыто лицензированных наборах фотографий собак и кошек; backbone не дообучался. В README приведены результаты проверки на особях, не встречавшихся при обучении, включая тест на отдельном наборе DogFaceNet.

Репозиторий содержит модель в формате ONNX. Указана лицензия Apache-2.0; README заявляет о пригодности для коммерческого использования с учётом открытых лицензий обучающих данных. Модель выдаёт эмбеддинги для последующего сравнения и сама не выполняет обнаружение животных или присвоение имён.

Сценарии применения

  • поиск фотографий одного питомца в галерее
  • сопоставление снимка собаки с ранее сохранёнными фотографиями
  • сопоставление снимков кошек по индивидуальности
  • дедупликация фотографий питомцев по сходству изображений

Ограничения

Модель ожидает уже обрезанное изображение животного размером 224×224 с RGB-каналами и нормализацией ImageNet; обнаружение животных и присвоение личности выполняются отдельно. Она выдаёт вектор признаков, поэтому для принятия решения о совпадении требуется сравнение эмбеддингов.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

pet-recognition-base

Individual pet re-identification embeddings (dogs and cats) — the "which pet is this" layer used by Gallery's pet recognition, on top of whole-animal crops from its pet detector.

A frozen facebook/dinov2-base backbone (86M parameters) plus a trained linear projection to 512 dimensions. The projection's L2-normalized output is the embedding; identity is compared with cosine similarity. Fine-tuning the backbone was tried and rejected — it overfits the training identities and forgets DINOv2's general features, while the frozen-backbone projection beats zeroshot on both species.

I/O contract

Inputinput, float32 [N, 3, 224, 224], RGB, ImageNet mean/std normalized
Outputembedding, float32 [N, 512], L2-normalized
Batchdynamic
Opset17

Crop the detected animal's bounding box, resize to 224x224, normalize with ImageNet statistics (mean [0.485, 0.456, 0.406], std [0.229, 0.224, 0.225]). Compare embeddings with cosine similarity (equivalently, dot product — the outputs are unit vectors).

Quality

Verification EER and identification Top-1 on held-out identities — individuals never seen in training — scored over the complete test splits:

Test setImagesIdentitiesEERTop-1AUC
Dogs — Dogs-World (whole animal)53830164690.0470.6120.988
Cats — Cat Individual Images (whole animal)25751020.0450.9160.991
Dogs — DogFaceNet (unseen dataset, aligned faces)836313930.0310.9430.994

Training data & licensing

The backbone is Apache-2.0. The projection was trained only on openly-licensed data:

  • Dogs-World (CC0) — whole-animal dog photos, identity from the per-image metadata sidecars; single-dog images only.
  • Cat Individual Images (CC BY) — whole-animal cat photos, one directory per cat.

DogFaceNet (CC BY) is used for evaluation only. No restrictively-licensed pet re-ID dataset (PetFace, AvitoTech, MegaDescriptor) was used for training or distillation, so this model is safe for commercial use.

Siblings

pet-recognition-small / pet-recognition-base / pet-recognition-large trade accuracy against cost; base is Gallery's default.

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
fa30eb7

0 моделей