Предварительно обученные на ImageNet веса mit_b1 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 модели mit_b1, подготовленные для использования в качестве энкодера библиотекой segmentation-models-pytorch. Модель предназначена для классификации изображений и может служить основой для систем сегментации, собираемых с помощью этой библиотеки.
В репозитории опубликованы предварительно обученные на ImageNet веса в формате safetensors. Карточка не сообщает размер модели, поддерживаемые языки или лицензионные условия; метаданные указывают лицензию other. Перед использованием следует проверить условия распространения весов и библиотеки.
Карточка не приводит метрики качества и не уточняет лицензионные условия: в метаданных указано «other».
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_b1 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_b1", 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.