Предварительно обученные на ImageNet веса энкодера mit_b2 для классификации изображений и использования в моделях сегментации на базе 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
Репозиторий smp-hub/mit_b2.imagenet содержит предварительно обученные на ImageNet веса энкодера mit_b2 для библиотеки segmentation-models-pytorch. Их используют для классификации изображений и как основу энкодера в моделях сегментации, собираемых с помощью этой библиотеки. Веса доступны в формате safetensors; лицензия указана как other, поэтому перед использованием следует проверить условия в репозитории.
Карточка не приводит метрики качества и конкретные сведения о применимых датасетах кроме ImageNet. Лицензия обозначена 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 mit_b2 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_b2", 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.