/ Модель

Характеристики

Лицензия
Apache 2.0
Библиотека
onnx
Опубликована
24 июл 2026

pet-recognition-small

Эмбеддинги изображенийИзображение → embedding

Модель создаёт эмбеддинги изображений собак и кошек для сопоставления 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-small — модель для повторной идентификации собак и кошек по изображениям. Она создана для Gallery и использует замороженную основу facebook/dinov2-small на 22 млн параметров и обученную линейную проекцию в 512-мерное пространство эмбеддингов. На вход подаются нормализованные RGB-кропы животного размером 224×224; выход — L2-нормированный вектор, а сходство особей оценивается косинусным сходством.

Модель предназначена для сопоставления фотографий одного и того же питомца, в том числе при поиске ранее встречавшихся животных в галерее. В README приведены результаты проверки на особях, не встречавшихся при обучении: метрики различаются между наборами данных и видами животных. Для коммерческого применения указана лицензия Apache-2.0; проекция обучена на открыто лицензированных данных, а DogFaceNet использовался только для оценки.

Сценарии применения

  • поиск фотографий одной собаки в галерее
  • сопоставление снимков одной кошки
  • повторная идентификация питомца по кропу изображения
  • поиск похожих изображений питомцев по косинусному сходству

Ограничения

Модель рассчитана на целые животные, обрезанные детектором, с предварительным изменением размера до 224×224 и нормализацией ImageNet; она не выполняет обнаружение питомца сама. Качество зависит от вида и набора данных: на тесте собак Dogs-World Top-1 составил 0,535, тогда как на кошках и наборе DogFaceNet он был выше.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

pet-recognition-small

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-small backbone (22M 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)53830164690.0680.5350.980
Cats — Cat Individual Images (whole animal)25751020.0650.9130.986
Dogs — DogFaceNet (unseen dataset, aligned faces)836313930.0550.8990.987

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
9dd4c91

0 моделей