Предобученный на ImageNet энкодер mit_b0 для классификации изображений и использования в моделях компьютерного зрения.
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 smp-hub/mit_b0.imagenet содержит предварительно обученные на ImageNet веса модели mit_b0, предназначенной для использования в качестве энкодера в библиотеке segmentation-models-pytorch. Модель можно применять как визуальный экстрактор признаков и основу для задач компьютерного зрения, включая классификацию изображений и сегментацию при интеграции в соответствующие модели библиотеки.
В метаданных указана задача image-classification, библиотека segmentation-models-pytorch и формат весов safetensors. Лицензия обозначена как other; конкретные условия использования по имеющимся сведениям определить нельзя.
Репозиторий содержит веса энкодера, а не описание готового универсального приложения; для использования в пайплайнах сегментации требуется интеграция с библиотекой segmentation-models-pytorch. Условия лицензии обозначены как other, без конкретизации в предоставленных данных.
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 mit_b0 model used as
encoder in the segmentation-models-pytorch library.
pip install segmentation-models-pytorch
import segmentation_models_pytorch as smp
model = smp.Unet("mit_b0", 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.