/ Модель
Каталог

Характеристики

Параметры
113 млн
Лицензия
Apache 2.0
Архитектура
vit · dense
Базовая модель
vit-base-patch16-224-in21k
Опубликована
25 окт 2023

Ссылки

Hugging Face

vit-finetuned-cifar10

02shanky
Классификация изображенийИзображение → label3 профессии

Дообученный Vision Transformer для классификации изображений по классам CIFAR-10.

108скачиваний за 30 дней0лайковвеса обновлены25 окт 2023

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

02shanky/vit-finetuned-cifar10 — модель классификации изображений, созданная дообучением Vision Transformer google/vit-base-patch16-224-in21k на датасете CIFAR-10. Она принимает изображение и предсказывает один из классов CIFAR-10. В README сообщается точность 98,02% на evaluation set после одной эпохи обучения; число параметров — 113,2 млн. Модель распространяется в формате PyTorch по лицензии Apache-2.0.

Сценарии применения

  • классификация изображений CIFAR-10
  • распознавание объектов на небольших цветных изображениях
  • оценка качества моделей на CIFAR-10

Ограничения

Модель дообучена специально для классов CIFAR-10, поэтому её предсказания не предназначены для произвольных категорий изображений. Оценка качества приведена только для evaluation set из README.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии
II.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделейII.2Разработка и данныеСоздание и понимание программного кодаAI помогает писать, объяснять и связывать программный код с требованиями и существующей системой.20 задач21 443моделиII.4Разработка и данныеОтладка, тестирование и качество ПОAI помогает находить дефекты, строить проверки и повышать надёжность программного продукта.25 задач13 978моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

test-cifar-10

This model is a fine-tuned version of google/vit-base-patch16-224-in21k on the cifar10 dataset. It achieves the following results on the evaluation set:

  • eval_loss: 0.0831
  • eval_accuracy: 0.9802
  • eval_runtime: 75.4306
  • eval_samples_per_second: 66.286
  • eval_steps_per_second: 16.572
  • epoch: 1.0
  • step: 4500

Model description

More information needed

Intended uses & limitations

More information needed

Training and evaluation data

More information needed

Training procedure

Training hyperparameters

The following hyperparameters were used during training:

  • learning_rate: 2e-05
  • train_batch_size: 10
  • eval_batch_size: 4
  • seed: 42
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: linear
  • num_epochs: 5

Framework versions

  • Transformers 4.34.1
  • Pytorch 2.1.0+cu118
  • Datasets 2.14.6
  • Tokenizers 0.14.1

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · image-classification

Можно запустить

Подбираем GPU…

Класс архитектуры
ViTForImageClassification
Ревизия весов
df24e04

0 моделей

    Создать бенчмарк