Характеристики

Параметры: 113 млн
Лицензия: Apache 2.0
Архитектура: vit · dense
Базовая модель: vit-base-patch16-224
Библиотека: transformers
Опубликована: 4 сен 2026

Ссылки

Hugging Face

vit-base-oxford-iiit-pets

0X45klj

Классификация изображенийИзображение → label

Дообученный ViT-Base классифицирует изображения кошек и собак по породам.

15скачиваний за 30 дней0лайковвеса обновлены4 сен 2026

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

Модель 0X45klj/vit-base-oxford-iiit-pets — дообученный для классификации изображений Vision Transformer ViT-Base от Google. Она обучена на наборе pcuenq/oxford-pets и предназначена для распознавания пород собак и кошек на изображениях. Модель содержит 113,2 млн параметров, использует архитектуру ViTForImageClassification и распространяется в формате safetensors через библиотеку Transformers.

На оценочном наборе указаны accuracy 0,9310 и loss 0,2256. Базовая модель — google/vit-base-patch16-224. Лицензия — Apache-2.0. Карточка не описывает ограничения по качеству, условия съёмки или возможные ошибки классификации.

Сценарии применения

распознавание породы собаки на фотографии
распознавание породы кошки на фотографии
автоматическая сортировка изображений домашних животных
классификация изображений питомцев в фотоколлекции

Ограничения

Метрики приведены только для оценочного набора Oxford Pets и могут не отражать качество на других изображениях. Карточка не уточняет ограничения по условиям съёмки или перечню классов.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

vit-base-oxford-iiit-pets

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

Loss: 0.2256
Accuracy: 0.9310

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: 0.0003
train_batch_size: 16
eval_batch_size: 8
seed: 42
optimizer: Use OptimizerNames.ADAMW_TORCH_FUSED with betas=(0.9,0.999) and epsilon=1e-08 and optimizer_args=No additional optimizer arguments
lr_scheduler_type: linear
num_epochs: 5

Training results

Training Loss	Epoch	Step	Validation Loss	Accuracy
0.3645	1.0	370	0.3321	0.9120
0.2043	2.0	740	0.2526	0.9283
0.1697	3.0	1110	0.2363	0.9242
0.1480	4.0	1480	0.2269	0.9269
0.1256	5.0	1850	0.2220	0.9283

Framework versions

Transformers 5.16.1
Pytorch 2.11.0+cu128
Datasets 4.0.0
Tokenizers 0.23.1

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers · image-classification

Можно запустить

Подбираем GPU…

Класс архитектуры: ViTForImageClassification
Ревизия весов: 9974253