Предобученные на ImageNet веса EfficientNet-B2 для классификации изображений и использования как энкодера в задачах 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 EfficientNet-B2, предварительно обученные на ImageNet. Модель предназначена для классификации изображений и может использоваться как визуальный энкодер в библиотеке segmentation-models-pytorch, в том числе как основа для задач сегментации.
EfficientNet-B2 — сверточная архитектура для обработки изображений. В карточке указаны веса safetensors и библиотека segmentation-models-pytorch. Лицензия обозначена как other; конкретные условия использования требуют проверки в репозитории.
Карточка не приводит оценок качества или подробных условий лицензии; перед применением следует проверить лицензию и совместимость весов с выбранной конфигурацией модели.
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-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("timm-efficientnet-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.