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