MegaDescriptor-T-224

BVRA
Clasificación de imagen

Un modelo de características de imagen Swin-T. Entrenado previamente de manera supervisada en conjuntos de datos de re-identificación de animales.

Como usar

Embeddings de Imagen

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-T-224", pretrained=True)
model = model.eval()

train_transforms = T.Compose([T.Resize(224), 
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 / columna vertebral de características
Parámetros (M): 28.3
Tamaño de imagen: 224 x 224
Arquitectura: swin_tiny_patch4_window7_224

Casos de uso

Re-identificación de animales
Clasificación de imágenes en el ámbito ecológico y de fauna