Дообученная MobileNetV2 для классификации изображений по категориям.
Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды
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.
Описание составлено по карточке модели и метаданным Hugging Face
Hemanthhebbal/custom-image-classifier — модель компьютерного зрения на архитектуре MobileNetV2, дообученная для классификации изображений. Её можно использовать через библиотеку Transformers с конвейером image-classification для получения предсказанных классов изображения.
Модель хранится в формате safetensors и распространяется по лицензии Apache-2.0. Карточка заявляет высокую производительность инференса, но не приводит метрик качества, набора классов или данных, на которых модель обучалась.
Не приведены метрики качества, перечень классов и сведения о датасете обучения, поэтому точность на конкретных данных оценить нельзя.
Разделы каталога профессий, в задачах которых используется эта модель
README от автора на Hugging Face, как он его опубликовал
This is a PyTorch Computer Vision Image Classification Model fine-tuned for high-performance inference.
from transformers import pipeline
classifier = pipeline("image-classification", model="Hemanthhebbal/custom-image-classifier")
result = classifier("https://huggingface.co/datasets/huggingface/documentation-images/resolve/main/beets.jpg")
print(result)
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм · image-classification
Подбираем GPU…