BVRA/MegaDescriptor-L-384

BVRA
Clasificación de imagen

Un modelo de características de imagen Swin-L. Preentrenado de forma supervisada en conjuntos de datos de re-identificación de animales.

Como usar

import timm
import torch
import torchvision.transforms as T

from PIL import Image
from urllib.request import urlopen

model = timm.create_model("hf-hub:BVRA/MegaDescriptor-L-384", pretrained=True)
model = model.eval()

train_transforms = T.Compose([T.Resize(size=(384, 384)),
T.ToTensor(), 
T.Normalize([0.5, 0.5, 0.5], [0.5, 0.5, 0.5])]) 

img = Image.open(urlopen(
'https://huggingface.co/datasets/huggingface/documentation-images/resolve/main/beignets-task-guide.png'
))

output = model(train_transforms(img).unsqueeze(0)) # output is (batch_size, num_features) shaped tensor
# output is a (1, num_features) shaped tensor

Funcionalidades

Tipo de Modelo: Re-identificación de animales / backbone de características
Parámetros (M): 228.8
Tamaño de Imagen: 384 x 384
Arquitectura: swin_large_patch4_window12_384

Casos de uso

Re-identificación de animales
Clasificación de imágenes
Extracción de características visuales robustas