Характеристики

Параметры: 113 млн
Лицензия: Apache 2.0
Архитектура: vit · dense
Базовая модель: vit-base-patch16-224-in21k
Опубликована: 29 мар 2024

Ссылки

Hugging Face

vit_finetune_mask

Elisa

Классификация изображенийИзображение → label3 профессии

Дообученный Vision Transformer для классификации изображений по классам обучающего набора.

309скачиваний за 30 дней0лайковвеса обновлены29 мар 2024

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

Elisa/vit_finetune_mask — модель классификации изображений, дообученная на наборе данных imagefolder на основе Vision Transformer google/vit-base-patch16-224-in21k. Архитектура ViTForImageClassification содержит 113,2 млн параметров; веса опубликованы в формате safetensors.

Модель предназначена для отнесения изображений к классам, представленным в её обучающих данных. На указанной в карточке оценочной выборке достигла точности 0,9659 и потери 0,1711. Состав классов и подробности набора данных не описаны, поэтому область применения и переносимость метрик на другие изображения оценить нельзя. Лицензия — Apache-2.0.

Сценарии применения

классификация изображений по обученным категориям
автоматическая сортировка изображений по классам
оценка класса изображения в конвейере компьютерного зрения

Ограничения

Состав классов и характеристики обучающих данных не описаны; точность 0,9659 относится только к оценочной выборке из карточки и не гарантирует аналогичный результат на других данных.

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.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

vit_finetune_mask

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

Loss: 0.1711
Accuracy: 0.9659

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: 16
eval_batch_size: 16
seed: 42
gradient_accumulation_steps: 4
total_train_batch_size: 64
optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
lr_scheduler_type: linear
lr_scheduler_warmup_ratio: 0.1
num_epochs: 3

Training results

Training Loss	Epoch	Step	Validation Loss	Accuracy
0.6972	0.98	23	0.4323	0.9489
0.261	2.0	47	0.1956	0.9716
0.179	2.94	69	0.1711	0.9659

Framework versions

Transformers 4.38.2
Pytorch 2.2.1+cu121
Datasets 2.18.0
Tokenizers 0.15.2

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: ad718ab