vit-base-patch16-224
Google · google/vit-base-patch16-224
Licença dos pesos: Apache 2.0 · código e componentes podem ter outros termos
Qualidade
Sem score comparável
Ainda não acompanhamos benchmark público e comparável que cubra este modelo. Nenhuma nota é inferida.
Informado pelo publicador
Roda em
Cabe na memória rápida 119
A estimativa de planejamento cabe na memória que o modelo usa rápido: a VRAM da placa de vídeo, ou a memória unificada dentro da fatia de GPU do macOS.
Mostrar todos os 119
Perfis de hardware agrupados por uma estimativa de planejamento de 16 bits, rotulada, a partir da contagem de parâmetros do Hugging Face (2 bytes por parâmetro, 20% de margem, 2 GB de reserva): encoders de visão clássicos normalmente não são quantizados. Tamanho da imagem e do lote mudam o requisito real. Não é compatibilidade medida.
Google lançou vit-base-patch16-224 em 2020-10-29: um encoder de classificação de imagens, com 100M parâmetros pela contagem do Hugging Face e licença Apache 2.0.
Licença: uso comercial permitido. A estimativa de 16 bits é de cerca de 3 GB com reserva; tamanho da imagem e lote mudam o valor real.
Velocidade medida
Nenhuma medição publicada para este checkpoint
Tokens por segundo só aparecem quando uma fonte os publica com hardware, build e configuração. Nunca são estimados.
Como rodar
Compatibilidade de runtime e tokens por segundo não foram medidos para este registro. Metadados publicados e estimativa de memória não comprovam uma execução local.
Biblioteca na fonte: transformers
Formas documentadas de rodar
Copiado como aparece na fonte vinculada (lida em 2026-10-18); não executado por este site.
from transformers import ViTImageProcessor, ViTForImageClassification
from PIL import Image
import requests
url = 'http://images.cocodataset.org/val2017/000000039769.jpg'
image = Image.open(requests.get(url, stream=True).raw)
processor = ViTImageProcessor.from_pretrained('google/vit-base-patch16-224')
model = ViTForImageClassification.from_pretrained('google/vit-base-patch16-224')
inputs = processor(images=image, return_tensors="pt")
outputs = model(**inputs)
logits = outputs.logits
# model predicts one of the 1000 ImageNet classes
predicted_class_idx = logits.argmax(-1).item()
print("Predicted class:", model.config.id2label[predicted_class_idx])Detalhes técnicos
O que a fonte e o catálogo guardam deste checkpoint. Campos ausentes ficam de fora, nunca como zero.
- Checkpoint / fonte
- google/vit-base-patch16-224
- Tarefa
- image-classification
- Arquitetura
- ViTForImageClassification
- Biblioteca na fonte
- transformers
- Licença dos pesos
- Apache 2.0google/vit-base-patch16-224 model card (Hugging Face) · consultado em 2026-10-18fonte
- Uso comercial
- Permitido Apache License 2.0 text (SPDX) · consultado em 2026-10-18texto da licença
- Lançamento
- google-research/vision_transformer README changelog (GitHub) · consultado em 2026-10-18fonte
Todos os campos guardados
- Revisão conferida
- 3f49326eb077187dfe1c2a2bb15fbd74e6ab91e3
- Arquitetura
- ViTForImageClassification
- Biblioteca
- transformers
- Tag de tarefa no Hub
- image-classification
- Formatos
- transformers, pytorch, safetensors
- Acesso
- Download aberto
- Tipo de publicador
- Oficial
- Repositório criado
- 2022-03-02criação não é o lançamento do modelo
- Repositório atualizado
- 2023-09-05um commit não é data de lançamento
- Downloads no Hub (30 dias) · curtidas
- 14.594.137 · 1.043só este repositório · lido em 2026-10-25
- Estado no catálogo
- Config ou pesos encontrados no Hub; sem vínculo de benchmark no inventário
Fontes
Identidade e especificações publicadas vêm da página do checkpoint. As notas pertencem à rodada indicada e não medem velocidade no seu computador.
- Ficha do publicador
- Licença: google/vit-base-patch16-224 model card (Hugging Face)
- Data de lançamento: google-research/vision_transformer README changelog (GitHub)
Fatos curados verificados: 2026-10-18. A licença e a data de lançamento citam as fontes do publicador; parâmetros, arquivos e tarefa vêm do registro do Hugging Face, e a memória é uma estimativa rotulada a partir da contagem de parâmetros. Um valor que nenhuma fonte informa fica vazio; um commit do repositório não é a data de lançamento do modelo.






























































