Характеристики

Параметры: 113 млн
Лицензия: Apache 2.0
Архитектура: vit · dense
Опубликована: 1 сен 2022

Ссылки

Hugging Face

finetuned-ViT-human-action-recognition-v1

DrishtiSharma

Классификация изображенийИзображение → label3 профессии

Дообученная ViT-модель для классификации изображений с человеческими действиями.

33скачиваний за 30 дней9лайковвеса обновлены1 сен 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

DrishtiSharma выпустила модель ViT для классификации изображений, дообученную на датасете Human_Action_Recognition на базе google/vit-base-patch16-224-in21k. Модель содержит 113,2 млн параметров и предназначена для распознавания человеческих действий по изображениям.

В качестве оценочной метрики в карточке указана точность 0,0791 и функция потерь 3,1427. Эти результаты указывают на низкую точность на оценочном наборе, поэтому модель требует проверки перед практическим применением. Модель распространяется в формате PyTorch по лицензии Apache-2.0.

Сценарии применения

классификация действий людей на изображениях
эксперименты с распознаванием человеческих действий
оценка качества классификаторов изображений

Ограничения

В README указана низкая точность на оценочном наборе — 0,0791; пригодность для реальных сценариев не подтверждена. Описание датасета, меток классов и ограничений применения не приведено.

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 000моделей IV.9Отраслевые задачиМедиа, журналистика, культура, архивы и игрыAI помогает создавать, искать, сохранять и персонализировать медиа, культурный и игровой контент.44 задачи14 938моделей 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

finetuned-ViT-human-action-recognition-v1

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

Loss: 3.1427
Accuracy: 0.0791

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: 0.0002
train_batch_size: 16
eval_batch_size: 8
seed: 42
optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
lr_scheduler_type: linear
num_epochs: 4
mixed_precision_training: Native AMP

Training results

Training Loss	Epoch	Step	Validation Loss	Accuracy
1.4986	0.13	100	3.1427	0.0791
1.1929	0.25	200	3.4083	0.0726
1.2673	0.38	300	3.4615	0.0769
0.9805	0.51	400	3.9192	0.0824
1.158	0.63	500	4.2648	0.0698
1.2544	0.76	600	4.5536	0.0574
1.0073	0.89	700	4.0310	0.0819
0.9315	1.02	800	4.5154	0.0702
0.9063	1.14	900	4.7162	0.0633
0.6756	1.27	1000	4.6482	0.0626
1.0239	1.4	1100	4.6437	0.0635
0.7634	1.52	1200	4.5625	0.0752
0.8365	1.65	1300	4.9912	0.0561
0.8979	1.78	1400	5.1739	0.0356
0.9448	1.9	1500	4.8946	0.0541
0.697	2.03	1600	4.9516	0.0741
0.7861	2.16	1700	5.0090	0.0776
0.6404	2.28	1800	5.3905	0.0643
0.7939	2.41	1900	4.9159	0.1015
0.6331	2.54	2000	5.3083	0.0589
0.6082	2.66	2100	4.8538	0.0857
0.6229	2.79	2200	5.3086	0.0689
0.6964	2.92	2300	5.3745	0.0713
0.5246	3.05	2400	5.0369	0.0796
0.6097	3.17	2500	5.2935	0.0743
0.5778	3.3	2600	5.5431	0.0709
0.4196	3.43	2700	5.5508	0.0759
0.5495	3.55	2800	5.5728	0.0813
0.5932	3.68	2900	5.7992	0.0663
0.4382	3.81	3000	5.8010	0.0643
0.4827	3.93	3100	5.7529	0.0680

Framework versions

Transformers 4.21.2
Pytorch 1.12.1+cu113
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: ViTForImageClassification
Ревизия весов: fe0464d