/ Модель

Характеристики

Лицензия
CC BY-NC 4.0
Библиотека
timm
Опубликована
6 июн 2023

eva02_large_patch14_clip_336.merged2b_ft_inat21

Классификация изображенийИзображение → label3 профессии

Модель timm на базе EVA02 Large распознаёт виды живых организмов на изображениях и дообучена на 10 000 классах iNaturalist 2021.

1 482скачиваний за 30 дней15лайковвеса обновлены21 янв 2025

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

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.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

eva02_large_patch14_clip_336.merged2b_ft_inat21 — модель классификации изображений из серии экспериментов по дообучению timm на данных iNaturalist 2021. Она предназначена для распознавания видов живых организмов по фотографиям: обучающий набор охватывает 10 000 видов, а при обучении использовались изображения размером 336 пикселей. В карточке указаны точность Top-1 92,05% и Top-5 98,01%.

Модель основана на EVA02 Large с архитектурой Vision Transformer и CLIP-предобучением; её веса доступны в форматах PyTorch и Safetensors. Специализация на iNaturalist делает её подходящей для определения видов по природным снимкам, но карточка отмечает, что набор и модель охватывают меньше видов, чем модели на сайте iNaturalist. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но не для коммерческих целей.

Сценарии применения

  • определение вида растения по фотографии
  • распознавание животных и насекомых на снимках
  • классификация природных фотографий по видам
  • поиск вероятного вида для наблюдения на природе

Ограничения

Модель обучена на 10 000 видах iNaturalist 2021, поэтому её охват уже, чем у моделей с сайта iNaturalist; качество может снижаться на видах и изображениях, не представленных в обучении. Лицензия CC BY-NC 4.0 не допускает коммерческого использования.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Model card for eva02_large_patch14_clip_336.merged2b_ft_inat21

Part of a series of timm fine-tune experiments on iNaturalist 2021 competition data (https://github.com/visipedia/inat_comp/tree/master/2021) for higher capacity models.

Covering 10,000 species, this dataset and these models are fun to explore via the classification widget with pictures from your backyard, but quite a bit smaller than models you can find on iNaturalist website (https://www.inaturalist.org/blog/75633-a-new-computer-vision-model-v2-1-including-1-770-new-taxa).

No extra meta-data was used for training these models (as was the case for the competition), it was a straightfoward fine-tune to explore differences in model pretrain data.

ModelTop-1Top-5Img Size (Train)Paper
eva02_large_patch14_clip_336.merged2b_ft_inat2192.0598.01336https://arxiv.org/abs/2303.11331
vit_large_patch14_clip_336.datacompxl_ft_augreg_inat2191.9898.03336https://arxiv.org/abs/2304.14108
vit_large_patch14_clip_336.laion2b_ft_augreg_inat2191.4897.89336https://arxiv.org/abs/2212.07143
convnext_large_mlp.laion2b_ft_augreg_inat2190.9597.68448 (384)
vit_large_patch14_clip_336.datacompxl_ft_inat2190.8597.68336https://arxiv.org/abs/2304.14108
convnext_large_mlp.laion2b_ft_augreg_inat2190.6297.61384
vit_large_patch14_clip_336.laion2b_ft_in12k_in1k_inat2190.2997.44336https://arxiv.org/abs/2212.07143

Fine-tune hparams

./distributed_train.sh 4 --data-dir /tfds/ --dataset tfds/i_naturalist2021 --amp -j 8 --model vit_large_patch14_clip_224 --img-size 336 --model-kwargs img_size=336  --val-split val --opt adamw --opt-eps 1e-6 --weight-decay .01 --lr 5e-5 -
-warmup-lr 0 --sched-on-updates --clip-grad 1.0 --pretrained -b 48 --num-classes 10000 --grad-accum-steps 8 --layer-decay 0.8
 ./distributed_train.sh 4 --data-dir /tfds/ --dataset tfds/i_naturalist2021 --amp -j 8 --model eva02_large_patch14_clip_336 --val-split val --opt adamw --opt-eps 1e-6 --weight-decay .01 --lr 5e-5 --warmup-lr 0 --sched-on-updates --clip-gra
d 1.0 --pretrained -b 40 --num-classes 10000 --grad-accum-steps 10 --layer-decay 0.8 --torchcompile

Run Validation

python validate.py /tfds/ --dataset tfds/i_naturalist2021 --model hf-hub:timm/eva02_large_patch14_clip_336.merged2b_ft_inat21 --split val --amp

Citation

@inproceedings{cherti2023reproducible,
  title={Reproducible scaling laws for contrastive language-image learning},
  author={Cherti, Mehdi and Beaumont, Romain and Wightman, Ross and Wortsman, Mitchell and Ilharco, Gabriel and Gordon, Cade and Schuhmann, Christoph and Schmidt, Ludwig and Jitsev, Jenia},
  booktitle={Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition},
  pages={2818--2829},
  year={2023}
}
@article{datacomp,
  title={DataComp: In search of the next generation of multimodal datasets},
  author={Samir Yitzhak Gadre, Gabriel Ilharco, Alex Fang, Jonathan Hayase, Georgios Smyrnis, Thao Nguyen, Ryan Marten, Mitchell Wortsman, Dhruba Ghosh, Jieyu Zhang, Eyal Orgad, Rahim Entezari, Giannis Daras, Sarah Pratt, Vivek Ramanujan, Yonatan Bitton, Kalyani Marathe, Stephen Mussmann, Richard Vencu, Mehdi Cherti, Ranjay Krishna, Pang Wei Koh, Olga Saukh, Alexander Ratner, Shuran Song, Hannaneh Hajishirzi, Ali Farhadi, Romain Beaumont, Sewoong Oh, Alex Dimakis, Jenia Jitsev, Yair Carmon, Vaishaal Shankar, Ludwig Schmidt},
  journal={arXiv preprint arXiv:2304.14108},
  year={2023}
}
@article{EVA02,
  title={EVA-02: A Visual Representation for Neon Genesis},
  author={Fang, Yuxin and Sun, Quan and Wang, Xinggang and Huang, Tiejun and Wang, Xinlong and Cao, Yue},
  journal={arXiv preprint arXiv:2303.11331},
  year={2023}
}

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · timm · image-classification

Можно запустить

Подбираем GPU…

Ревизия весов
e3840d8

0 моделей