Предварительно обученный энкодер ResNet-18 для извлечения признаков изображений в задачах 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
Это предварительно обученные веса энкодера ResNet-18 с меткой swsl, подготовленные для использования в библиотеке segmentation-models-pytorch. Модель предназначена для извлечения признаков изображений как части систем компьютерного зрения, в частности сегментационных моделей; в метаданных также указана задача классификации изображений.
Архитектура — ResNet-18, веса сохранены в формате safetensors. Карточка не сообщает размер модели, языки или подробности обучения. Лицензия указана как other, поэтому конкретные условия использования следует уточнить в репозитории.
В карточке не описаны показатели качества и подробности обучения; применение указано как энкодер в segmentation-models-pytorch. Лицензия обозначена как other, поэтому её конкретные условия требуют проверки.
Разделы каталога профессий, в задачах которых используется эта модель
README от автора на Hugging Face, как он его опубликовал
This repository contains the swsl pre-trained weights for the resnet18 model used as
encoder in the segmentation-models-pytorch library.
pip install segmentation-models-pytorch
import segmentation_models_pytorch as smp
model = smp.Unet("resnet18", encoder_weights="swsl")
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.