Beit Base Patch16 384.in1k Ft Fungitastic 384

🚀 BVRA/beit_base_patch16_384.in1k_ft_df24_384のモデルカード

このモデルは、キノコの画像分類に特化したモデルで、生態学やFGVC（細粒度視覚分類）の分野での利用に適しています。

🚀 クイックスタート

このセクションでは、モデルの概要と基本的な使い方を説明します。

✨ 主な機能

• デンマーク産キノコの画像分類を行うことができます。
• 画像埋め込みを生成することができます。

📦 インストール

このモデルを使用するには、timmライブラリが必要です。以下のコマンドでインストールできます。

pip install timm

💻 使用例

基本的な使用法

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/beit_base_patch16_384.in1k_ft_df24_384", pretrained=True)
model = model.eval()
train_transforms = T.Compose([T.Resize((384, 384)), 
                              T.ToTensor(), 
                              T.Normalize([0.5, 0.5, 0.5], [0.5, 0.5, 0.5])]) 
img = Image.open(PATH_TO_YOUR_IMAGE)
output = model(train_transforms(img).unsqueeze(0))
# output is a (1, num_features) shaped tensor

📚 ドキュメント

モデル詳細

📄 ライセンス

このモデルは、CC BY-NC 4.0ライセンスの下で提供されています。

📚 引用

このモデルを使用する場合は、以下の論文を引用してください。

@InProceedings{Picek_2022_WACV,
    author    = {Picek, Luk'a{s} and {S}ulc, Milan and Matas, Ji{r}{'\i} and Jeppesen, Thomas S. and Heilmann-Clausen, Jacob and L{e}ss{\o}e, Thomas and Fr{\o}slev, Tobias},
    title     = {Danish Fungi 2020 - Not Just Another Image Recognition Dataset},
    booktitle = {Proceedings of the IEEE/CVF Winter Conference on Applications of Computer Vision (WACV)},
    month     = {January},
    year      = {2022},
    pages     = {1525-1535}
}

@article{picek2022automatic,
  title={Automatic Fungi Recognition: Deep Learning Meets Mycology},
  author={Picek, Luk{'a}{{s}} and {{S}}ulc, Milan and Matas, Ji{{r}}{'\i} and Heilmann-Clausen, Jacob and Jeppesen, Thomas S and Lind, Emil},
  journal={Sensors},
  volume={22},
  number={2},
  pages={633},
  year={2022},
  publisher={Multidisciplinary Digital Publishing Institute}
}