Предварительно обученные на ImageNet веса EfficientNet-B7 для классификации изображений и использования в качестве 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-B7, предварительно обученной на ImageNet и опубликованные для использования в качестве энкодера в библиотеке segmentation-models-pytorch. Модель принимает изображения и предназначена для классификации изображений; её также можно использовать как энкодер в составе моделей сегментации.
Репозиторий содержит веса в формате Safetensors. В карточке указана лицензия other, без конкретизации условий. Данных о размере модели, поддерживаемых языках и ограничениях качества нет.
Условия лицензии обозначены как other, но конкретные условия не раскрыты в карточке. Качество на задачах вне ImageNet не охарактеризовано.
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-b7 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-b7", 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.