ДругоеDeepFaune
DeepFaune ViT-L/16
распознавание животных на кадрах фотоловушек
1 мин чтения
Модель для image-classification от инициативы DeepFaune. Судя по названию репозитория, это ViT-Large с patch16 на базе DINOv3; карточка пока помечена как work in progress. Задача — относить снимки с фотоловушек к одному из 40 классов животных.
📝 Ключевые особенности
- 📝 40 классов: от бизона и медведя до птиц, грызунов и домашнего скота.
- 😎 Архитектура ViT-Large/patch16, в названии указан DINOv3.
- 🗣 В карточке приведён recall по каждому классу на out-of-sample тесте.
- 🤝 Обучена в рамках инициативы DeepFaune; README пока WIP.
- ☹ Размер тестовой выборки сильно различается: у редких классов support всего 2–24 кадра.
📝 Пример
Сценарий из карточки: на вход подаётся кадр с фотоловушки, модель выбирает один из 40 классов — например, wild boar / sanglier, red deer / cerf или bird / oiseau. Кода запуска в README нет, поэтому ориентируйтесь на стандартный pipeline image-classification в Hugging Face.
Подробнее
Recall на out-of-sample тесте: wolf — 100% (support 293), bison — 99,89% (4604), lagomorph — 99,16% (17 980), wild boar — 99,10% (168 134).Слабые места: muskrat — 75% (support 24), goat — 79,06% (1237), nutria — 88,18% (770).
У ibex метрика NA: в тесте 0 примеров. README — work in progress; общая accuracy и требования к VRAM не указаны.
Комментарии