Предварительно обученные на ImageNet веса визуального энкодера MiT-B3 для классификации изображений и использования в моделях сегментации.
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 модели mit_b3, предварительно обученной на ImageNet и предназначенной для использования в качестве энкодера в библиотеке segmentation-models-pytorch. Модель относится к семейству Mix Transformer (MiT) и применяется как визуальная основа для задач классификации изображений и сегментации в составе соответствующих моделей библиотеки.
Карточка указывает формат весов safetensors и лицензию other. Сведения о размере модели, поддерживаемых языках и конкретных ограничениях качества не приведены.
Веса описаны как ImageNet-предобученный энкодер; для сегментации они предназначены для использования в составе модели segmentation-models-pytorch, а не как самостоятельная сегментационная модель.
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_b3 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_b3", 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.