Предварительно обученные веса ResNeXt-50 32x4d для классификации изображений и использования в качестве энкодера сегментационных моделей.
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 swsl для энкодера ResNeXt-50 32x4d, опубликованные в репозитории smp-hub и предназначенные для использования в библиотеке segmentation-models-pytorch. Модель применима для классификации изображений, а также как энкодер в сегментационных моделях, собираемых с помощью этой библиотеки.
Репозиторий содержит веса в формате safetensors; библиотека указана как segmentation-models-pytorch. Лицензия обозначена как other, без дополнительных условий в предоставленных данных.
Карточка не описывает точность, обучающие данные или ограничения применимости. Указана лицензия other, условия которой не раскрыты 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 swsl pre-trained weights for the resnext50_32x4d model used as
encoder in the segmentation-models-pytorch library.
pip install segmentation-models-pytorch
import segmentation_models_pytorch as smp
model = smp.Unet("resnext50_32x4d", 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.