Характеристики

Лицензия: Apache 2.0
Архитектура: resnet · dense
Опубликована: 28 июл 2022

Ссылки

Hugging Face

my_first_model

AlexKolosov

Классификация изображенийИзображение → label3 профессии

Дообученная ResNet-50 для классификации изображений по меткам классов.

29скачиваний за 30 дней0лайковвеса обновлены28 июл 2022

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

AlexKolosov/my_first_model — дообученная модель классификации изображений на архитектуре ResNet-50, созданная на основе microsoft/resnet-50 и обученная на наборе данных imagefolder. Она предназначена для присвоения изображению метки класса. На указанной в карточке выборке оценки модель достигла accuracy 0,6 и loss 0,6853. Репозиторий содержит веса PyTorch и распространяется по лицензии Apache-2.0. Сведения о классах, обучающих данных и ограничениях применения не приведены.

Сценарии применения

Присвоение изображению метки класса
Автоматическая сортировка изображений по категориям
Классификация изображений в пользовательском наборе данных

Ограничения

На оценочной выборке указана точность 0,6; состав и размер этой выборки не описаны. Карточка не сообщает, какие классы модель распознаёт и насколько она пригодна для других наборов изображений.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

IV.9Отраслевые задачиМедиа, журналистика, культура, архивы и игрыAI помогает создавать, искать, сохранять и персонализировать медиа, культурный и игровой контент.44 задачи14 938моделей IV.1Отраслевые задачиРитейл, электронная коммерция и fashion-techAI помогает управлять ассортиментом, покупательским опытом и эффективностью торговых операций.29 задач5 934модели II.8Разработка и данныеИнженерия данных и аналитикаAI помогает готовить надёжные данные и превращать их в понятную аналитику.22 задачи23 488моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

my_first_model

This model is a fine-tuned version of microsoft/resnet-50 on the imagefolder dataset. It achieves the following results on the evaluation set:

Loss: 0.6853
Accuracy: 0.6

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: 5e-05
train_batch_size: 1
eval_batch_size: 8
seed: 42
optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
lr_scheduler_type: linear
num_epochs: 3.0

Training results

Training Loss	Epoch	Step	Validation Loss	Accuracy
0.6918	1.0	23	0.6895	0.8
0.7019	2.0	46	0.6859	0.6
0.69	3.0	69	0.6853	0.6

Framework versions

Transformers 4.22.0.dev0
Pytorch 1.12.0+cu102
Datasets 2.4.0
Tokenizers 0.12.1

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: ResNetForImageClassification
Ревизия весов: 23f4342