/ Модель

Характеристики

Лицензия
Apache 2.0
Библиотека
timm
Опубликована
28 мар 2026

perch-v2-efficientnet-b3

Классификация изображенийИзображение → label

Преобразованный в PyTorch timm EfficientNet-B3 из семейства Google Perch v2 для классификации вокализаций птиц и извлечения эмбеддингов.

1 495скачиваний за 30 дней0лайковвеса обновлены28 мар 2026

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

wrice/perch-v2-efficientnet-b3 — преобразованная в формат PyTorch timm модель Google Perch v2 на базе EfficientNet-B3. Это классификатор звуков птиц; в карточке указано предварительное обучение на данных Xeno-Canto и iNaturalist для 14 795 видов. Модель формирует эмбеддинги размерностью 1536 и предназначена для задач классификации вокализаций птиц.

Модель представлена в виде весов PyTorch и распространяется по лицензии Apache-2.0. Карточка описывает преобразование из TF/JAX в timm, но не уточняет процедуру получения итоговых меток классов или языковую поддержку. Для практического применения к аудио потребуется совместимый входной тракт, поскольку сама карточка называет модель классификатором и backbone.

Сценарии применения

  • классификация записей по видам птиц
  • распознавание птиц по вокализациям
  • извлечение эмбеддингов для поиска похожих звуков птиц

Ограничения

Карточка не описывает аудиопредобработку, формат выходных классов и точность; для применения потребуется согласовать входные данные с обучающим трактом модели.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Model card for perch-v2-efficientnet-b3

Google Perch v2 bird vocalization classifier backbone converted from TF/JAX to PyTorch timm format. EfficientNet-B3 with 1536-dim embeddings, pretrained on 14,795 species from Xeno-Canto/iNaturalist.

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
70c1b56

0 моделей