Предобученная на ImageNet модель EfficientNet-B5 для классификации изображений и использования в качестве энкодера сегментационных моделей.
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
Репозиторий содержит веса EfficientNet-B5, предварительно обученные на ImageNet. Модель предназначена для классификации изображений и может использоваться как энкодер в библиотеке segmentation-models-pytorch, в том числе в моделях сегментации.
Карточка указывает архитектуру EfficientNet-B5 и формат весов safetensors. Модель принимает изображения и выдаёт предсказания классов. Лицензия обозначена как other; конкретные условия следует проверять в файлах репозитория и источниках лицензии.
Карточка не приводит метрики качества или подробные инструкции по инференсу. Лицензия указана как other, поэтому условия использования нужно уточнить в репозитории.
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-b5 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-b5", 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.