Предобученный на ImageNet энкодер EfficientNet-B2 для классификации изображений и использования в моделях сегментации.
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
Это предобученные на ImageNet веса EfficientNet-B2, подготовленные для использования в качестве энкодера в библиотеке segmentation-models-pytorch. Модель предназначена для классификации изображений и может служить визуальным энкодером в задачах сегментации при работе с этой библиотекой.
Репозиторий содержит веса в формате safetensors. Для использования автор README рекомендует библиотеку segmentation-models-pytorch. В метаданных указана лицензия other, поэтому условия её использования следует сверить с лицензией и условиями исходного проекта.
Карточка указывает назначение весов как энкодера и предобучение на ImageNet; отдельные показатели качества и условия лицензии в доступных сведениях не раскрыты.
Разделы каталога профессий, в задачах которых используется эта модель
README от автора на Hugging Face, как он его опубликовал
This repository contains the imagenet pre-trained weights for the efficientnet-b2 model used as
encoder in the segmentation-models-pytorch library.
pip install segmentation-models-pytorch
import segmentation_models_pytorch as smp
model = smp.Unet("efficientnet-b2", encoder_weights="imagenet")
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм · segmentation-models-pytorch · image-classification
Архитектура ? неизвестна transformers в образе рантайма.