К содержимому
Другое

PlumaDINO-vits16plus-r2

классификация более 10 тысяч видов птиц

2 мин чтенияобновлено

Модель PlumaDINO создана для распознавания 10 911 видов птиц в соответствии с таксономией AviList v2025b. На вход принимается кроп изображения, содержащий птицу целиком, после чего модель выдает ранжированный список вероятных биологических видов с научными и английскими названиями. Архитектура основана на подходах DINOv3, а для работы поддерживаются как PyTorch, так и Core ML для интеграции в нативные приложения под macOS. Решение пригодится орнитологам, разработчикам приложений о дикой природе и любителям фотографии.

Ключевые особенности

  • Распознавание 10 911 видов птиц по таксономии AviList v2025b.
  • Нативная поддержка Core ML для запуска на устройствах Apple с macOS.
  • Использование библиотеки Transformers и архитектуры PyTorch для работы на CPU.
  • Высокая точность на специализированных наборах данных, включая NABirds.

Что можно сделать

  • Создать скрипт или локальное приложение для автоматического определения птиц по фотографии.
  • Интегрировать модель в нативное iOS или macOS приложение для полевых наблюдений.
  • Провести пакетную обработку коллекции снимков дикой природы с помощью Python.

Пример

Пример инференса с помощью PyTorch для батча изображений:

import torch
from transformers import AutoImageProcessor, AutoModelForImageClassification

processor = AutoImageProcessor.from_pretrained(".", trust_remote_code=True, local_files_only=True, use_fast=False)
model = AutoModelForImageClassification.from_pretrained(
    ".", trust_remote_code=True, local_files_only=True, dtype=torch.float32
).eval()

images = ["bird-a.jpg", "bird-b.jpg"]
inputs = processor(images, return_tensors="pt")
with torch.inference_mode():
    probabilities = model(**inputs).logits.softmax(dim=-1)
ПодробнееБенчмарки: на наборе NABirds Top-1 accuracy составляет 92.25%, Top-5 — 98.57%
На датасете RareSpecies Top-1 достигает 79.08%
Ограничения: веса и производные доступны только для некоммерческого использования по условиям лицензии Meta DINOv3
Обсудить Telegram 0 26

Запустится ли?

Запустится в F32

Влезает без сжатия.

  • F32веса 0.1 GB · готовые файлы0.7 GB
  • BF16веса 0.1 GB0.6 GB
  • FP8 / INT8рекомендуемвеса 0.0 GB0.5 GB
  • 4-bitвеса 0.0 GB0.5 GB

Совет: берите 8-bit.FP8 / INT8 почти не отличается по качеству от полной точности (разница в пределах процента), а памяти занимает вдвое меньше и на RTX 40/50, H100 работает быстрее. Полную точность есть смысл брать только для дообучения.

Что взять под эту модель

Massed ComputeОткрыть Massed Compute

Своя видеокарта: FP8 / INT8 — от RTX 2060 · F32 — от RTX 2060

Почасовые цены Massed Compute на ноябрь 2026. Цена со скидкой — с промокодом при оплате.

Оценка: веса плюс рабочая память. Длинные ролики, высокое разрешение и большой контекст требуют больше.

Запуск на Massed Compute

Скрипт скачает модель на арендованную машину. Как её запустить — в карточке модели.

  1. 1. Арендуйте машину с подходящей видеокартой

    Открыть Massed Compute
  2. 2. Вставьте скрипт в терминал машины

    Подключитесь по SSH (команда есть в панели Massed Compute) или откройте терминал на рабочем столе машины.

    HF_TOKEN / CIVITAI_TOKENВ начале скрипта строки для токенов: вставьте свой между кавычками. Токен Hugging Face нужен для закрытых моделей, токен Civitai — для моделей с Civitai.

    # yxsi/PlumaDINO-vits16plus-r2
    mkdir -p ~/models
    curl -LsSf https://astral.sh/uv/install.sh | sh
    source "$HOME/.local/bin/env"
    uv tool install "huggingface_hub[cli]"
    hf download yxsi/PlumaDINO-vits16plus-r2 --local-dir ~/models/PlumaDINO-vits16plus-r2
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к PlumaDINO-vits16plus-r2
  3. 3. Пользуйтесь

    Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).

Не забудьте остановить машину в панели, когда закончите: оплата идёт поминутно, пока она включена.

Как ускорить

Подобрано под тип модели. Выберите своё железо в блоке выше — покажем то, что подходит именно вам.

  • FlashAttention 44.0.0b40от 18 ноября 2026новая версия

    самое быстрое точное внимание на B200

    Ядра для Blackwell (пока бета). Точное внимание без квантования — подходит для всего, включая LLM.

    Как включить: pip install flash-attn-4; vLLM и SGLang подхватывают сами.

    Предыдущие поколения (2)
    • FlashAttention 3 — Версия для Hopper (H100/H200) с FP8.
    • FlashAttention 2 — Стандарт для RTX 30/40/50 и A100: точное внимание без лишней памяти на длинных контекстах.
  • torch.compile2.15.0от 28 октября 2026новая версия

    10–30% бесплатно

    Компилирует модель под вашу видеокарту. Первый запуск дольше, дальше быстрее.

    Как включить: model = torch.compile(model); в ComfyUI — узел TorchCompileModel.

Семья модели

Новые посты про версии PlumaDINO-vits16plus-r2 — сжатые, дообучения, LoRA — появятся в колокольчике.

У этой модели пока нет известных родственников. Все производные на Hugging Face

О модели

yxsi/PlumaDINO-vits16plus-r2
Автор
yxsi
Категория
Другое
Дата выхода
На сайте

На сайте

Hugging Face

260

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии

Другое

Hy4-Flash

Hy4-Flash
Другое

AQUA-PRITHVI

AQUA-PRITHVI
Другое

APUS-Reflex2

APUS-Reflex2