/ Модель

Характеристики

Параметры
113 млн
Лицензия
Apache 2.0
Архитектура
vit · dense
Опубликована
11 янв 2023

vit-base-patch16-224-in21k_vegetables_clf

Классификация изображенийИзображение → label3 профессии

Дообученный ViT-классификатор определяет класс овоща на изображении.

23скачиваний за 30 дней5лайковвеса обновлены4 апр 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 DunnBC22/vit-base-patch16-224-in21k_vegetables_clf — классификатор изображений овощей, созданный автором DunnBC22 путём дообучения google/vit-base-patch16-224-in21k. Она использует архитектуру Vision Transformer (ViT) с 113,2 млн параметров и предназначена для отнесения изображения к одному из классов овощей.

Модель подходит для демонстрационных задач распознавания овощей на изображениях и построения простых систем визуальной сортировки. В README указаны идеальные метрики на оценочном наборе, однако состав и размер набора не раскрыты, поэтому эти результаты не гарантируют такую же точность на новых данных. Модель принимает изображения и выдаёт метки классов; сведения о языковой поддержке к задаче не применимы.

Лицензия модели — Apache-2.0. README предупреждает, что использованные сторонние наборы данных могут иметь отдельные лицензии и ограничения использования.

Сценарии применения

  • классификация овощей на фотографиях
  • распознавание вида овоща в приложении по снимку
  • сортировка изображений овощей по классам
  • демонстрация классификации изображений на задаче распознавания овощей

Ограничения

README приводит идеальные метрики на оценочном наборе, но не раскрывает его состав и размер, поэтому качество на новых изображениях не подтверждено. Сторонние датасеты могут иметь собственные лицензионные ограничения.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

vit-base-patch16-224-in21k_vegetables_clf

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

  • Loss: 0.0014
  • Accuracy: 1.0
  • F1
    • Weighted: 1.0
    • Micro: 1.0
    • Macro: 1.0
  • Recall
    • Weighted: 1.0
    • Micro: 1.0
    • Macro: 1.0
  • Precision
    • Weighted: 1.0
    • Micro: 1.0
    • Macro: 1.0

Model description

This is a multiclass image classification model of different vegetables.

For more information on how it was created, check out the following link: https://github.com/DunnBC22/Vision_Audio_and_Multimodal_Projects/blob/main/Computer%20Vision/Image%20Classification/Multiclass%20Classification/Vegetable%20Image%20Classification/Vegetables_ViT.ipynb

Intended uses & limitations

This model is intended to demonstrate my ability to solve a complex problem using technology.

Training and evaluation data

Dataset Source: https://www.kaggle.com/datasets/misrakahmed/vegetable-image-dataset

Sample Images From Dataset:

Sample Images

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: 3

Training results

Training LossEpochStepValidation LossAccuracyWeighted F1Micro F1Macro F1Weighted RecallMicro RecallMacro RecallWeighted PrecisionMicro PrecisionMacro Precision
0.20791.09380.01930.9960.99600.9960.99600.9960.9960.99600.99600.9960.9960
0.01542.018760.00680.99870.99870.99870.99870.99870.99870.99870.99870.99870.9987
0.00183.028140.00141.01.01.01.01.01.01.01.01.01.0

Framework versions

  • Transformers 4.25.1
  • Pytorch 1.12.1
  • Datasets 2.8.0
  • Tokenizers 0.12.1

License Notice

This model is a fine-tuned derivative of a pretrained model. Users must comply with the original model license.

Dataset Notice

This model was fine-tuned on third-party datasets which may have separate licenses or usage restrictions.

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
3bf2326

0 моделей