Характеристики

Лицензия: Apache 2.0
Библиотека: onnx
Опубликована: 24 июл 2026

Ссылки

Hugging Face

pet-recognition-large

open-noodle

Эмбеддинги изображенийИзображение → embedding

Модель формирует эмбеддинги изображений собак и кошек для поиска фотографий одного и того же питомца.

0скачиваний за 30 дней1лайквеса 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-large — модель для повторной идентификации отдельных собак и кошек по изображениям, разработанная для системы распознавания питомцев Gallery. Она использует замороженную основу facebook/dinov2-large с 300 млн параметров и обученную линейную проекцию, которая преобразует признаки в L2-нормированные эмбеддинги размерности 512. На вход подаются RGB-изображения целого животного размером 224×224 с нормализацией ImageNet; сходство между питомцами оценивается по косинусному расстоянию между эмбеддингами.

Модель предназначена для сопоставления фотографий одного и того же питомца, например при поиске его изображений в галерее. На тестах с особями, не встречавшимися при обучении, README сообщает EER 0,034 для собак Dogs-World и 0,041 для кошек Cat Individual Images; результаты зависят от набора данных и качества кадрирования. Детектор животных в состав модели не входит: ей нужны заранее обрезанные изображения. Проекция обучена на открыто лицензированных данных Dogs-World (CC0) и Cat Individual Images (CC BY), а базовая модель распространяется по Apache-2.0; README заявляет о возможности коммерческого использования.

Сценарии применения

поиск фотографий одной собаки в коллекции изображений
поиск фотографий одной кошки в галерее
сопоставление снимков питомца по косинусному сходству эмбеддингов

Ограничения

Модель принимает только заранее обрезанные изображения целого животного размером 224×224; обнаружение животного выполняется отдельно. Качество зависит от вида животного и набора данных, а опубликованные метрики получены на конкретных тестовых выборках.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

pet-recognition-large

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-large backbone (300M 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


Input	`input`, float32 `[N, 3, 224, 224]`, RGB, ImageNet mean/std normalized
Output	`embedding`, float32 `[N, 512]`, L2-normalized
Batch	dynamic
Opset	17

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 set	Images	Identities	EER	Top-1	AUC
Dogs — Dogs-World (whole animal)	53830	16469	0.034	0.672	0.992
Cats — Cat Individual Images (whole animal)	2575	102	0.041	0.915	0.993
Dogs — DogFaceNet (unseen dataset, aligned faces)	8363	1393	0.024	0.957	0.996

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: cff7cf1