Предварительно обученные на ImageNet веса EfficientNet-B3 для классификации изображений и использования как энкодера в segmentation-models-pytorch.
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 веса EfficientNet-B3, предварительно обученной на ImageNet модели, которую можно использовать как энкодер в библиотеке segmentation-models-pytorch. Репозиторий опубликован smp-hub; веса сохранены в формате safetensors.
Модель предназначена для классификации изображений и извлечения признаков, в том числе как основы энкодера в задачах сегментации. Она принимает изображения и выдаёт классы или признаки. Карточка не приводит сведения о размере модели, языках, обучающих деталях и конкретных ограничениях. Лицензия указана как other, поэтому условия использования следует сверить с лицензией репозитория.
Веса обучены для ImageNet и могут требовать адаптации для других наборов классов и предметных областей. Условия лицензии обозначены как other; перед использованием следует проверить лицензию репозитория.
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-b3 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-b3", 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.