Предварительно обученные на ImageNet веса EfficientNet-B0 для классификации изображений и использования как энкодера 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
Это веса модели timm-efficientnet-b0, предварительно обученной на ImageNet и предназначенной для использования как энкодер в библиотеке segmentation-models-pytorch. EfficientNet-B0 — компактная сверточная архитектура для классификации изображений; в этом репозитории доступны веса в формате safetensors.
Модель подходит для извлечения признаков изображений и классификации, а также как компонент моделей сегментации на базе segmentation-models-pytorch. Она принимает изображения и выдаёт классовые предсказания или признаки для последующих слоёв. Лицензия указана как other, поэтому условия использования следует сверить с карточкой репозитория.
Веса предобучены на ImageNet; качество на других наборах данных и задачах может потребовать дообучения. Указана лицензия other, условия использования стоит проверить в карточке репозитория.
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 timm-efficientnet-b0 model used as
encoder in the segmentation-models-pytorch library.
pip install segmentation-models-pytorch
import segmentation_models_pytorch as smp
model = smp.Unet("timm-efficientnet-b0", 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.