/ Модель

Характеристики

Параметры
113 млн
Лицензия
Apache 2.0
Архитектура
vit · dense
Базовая модель
vit-base-patch16-224
Библиотека
transformers
Опубликована
8 мая 2025

vit-base-fashion

Классификация изображенийИзображение → label3 профессии

Дообученный Vision Transformer классифицирует изображения одежды по классам Fashion-MNIST.

16скачиваний за 30 дней0лайковвеса обновлены31 мая 2025

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

Granitagushi/vit-base-fashion — модель классификации изображений одежды, созданная дообучением Vision Transformer google/vit-base-patch16-224 на наборе zalando-datasets/fashion_mnist. Модель принимает изображение и относит его к одному из классов одежды Fashion-MNIST.

В README указана точность 0,9102 и функция потерь 0,2513 на оценочной выборке. Архитектура ViT имеет около 113,2 млн параметров; веса представлены в формате safetensors и модель использует библиотеку Transformers. Лицензия — Apache-2.0.

Сценарии применения

  • классификация предметов одежды на изображениях
  • распознавание классов одежды Fashion-MNIST
  • автоматическая категоризация изображений одежды

Ограничения

Метрики приведены для оценочной выборки Fashion-MNIST; качество на других изображениях одежды не подтверждено. Модель предназначена для классификации изображений, а не для генерации описаний или распознавания произвольных категорий.

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-fashion

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

  • Loss: 0.2513
  • Accuracy: 0.9102

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 adamw_torch 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 LossEpochStepValidation LossAccuracy
0.28881.030000.29340.8917
0.30662.060000.26940.9013
0.27223.090000.25890.9042
0.25934.0120000.25760.9048
0.24225.0150000.25400.9078

Framework versions

  • Transformers 4.50.0
  • Pytorch 2.6.0+cu124
  • Datasets 3.4.1
  • Tokenizers 0.21.1

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
fa8d382

0 моделей