Дообученная на фотографиях кошек модель DINOv3 извлекает 256-мерные эмбеддинги для повторной идентификации животных.
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
Cat ReID — модель извлечения признаков изображений кошек, созданная дообучением DINOv3 ViT-B/16. Она предназначена для повторной идентификации кошек по фотографиям: модель преобразует изображение в нормализованный эмбеддинг размерности 256, пригодный для сравнения изображений по сходству.
В основе лежит визуальный энкодер ViT-B/16 с выходом 768 измерений и линейная проекция в 256 измерений с L2-нормализацией. Модель обучалась с triplet margin loss и batch-hard mining на данных с 131 классом кошек. Репозиторий содержит веса в формате PyTorch, лицензия — MIT.
Модель обучена на 131 классе кошек; качество сопоставления для кошек и условий съёмки, не представленных в обучающих данных, может отличаться. Она выдаёт эмбеддинги, поэтому для поиска и принятия решения об идентичности требуется внешнее сравнение векторов.
README от автора на Hugging Face, как он его опубликовал
Fine-tuned DINOv3 ViT-B/16 for cat re-identification.
import torch
from ai.feature_extractor import VisionFeatureExtractor
extractor = VisionFeatureExtractor(device="cpu", checkpoint="finetuned_best.pt")
feature = extractor.extract(image) # 256-dim normalized embedding
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм
В репозитории нет config.json: не понять архитектуру модели.