Характеристики

Параметры: 113 млн
Лицензия: Apache 2.0
Архитектура: vit · dense
Базовая модель: vit-base-patch16-224-in21k
Опубликована: 15 мар 2024

Ссылки

Hugging Face

Indian-sign-language-classification

Hemg

Классификация изображенийИзображение → label3 профессии

Модель на базе ViT классифицирует изображения жестов индийского жестового языка.

293скачиваний за 30 дней8лайковвеса обновлены15 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

Hemg разработал модель классификации изображений индийского жестового языка, дообучив Vision Transformer ViT-Base/16 с 113,2 млн параметров от Google. Модель принимает изображения и относит их к классам жестов; в README указана точность 0,9905 и значение loss 0,0327 на оценочном наборе, состав которого не раскрыт.

Модель подходит для распознавания жестов на изображениях в сценариях, связанных с индийским жестовым языком. Она распространяется в формате safetensors по лицензии Apache-2.0. Результаты на оценочном наборе сами по себе не гарантируют качество на других данных; классы, датасет и условия оценки не описаны.

Сценарии применения

классификация изображений жестов индийского жестового языка
распознавание жеста по отдельному изображению
создание прототипа распознавания индийских жестов

Ограничения

Датасет, перечень распознаваемых классов и детали оценки не раскрыты. Указанная точность получена на оценочном наборе и не гарантирует таких же результатов на других изображениях.

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.5Отраслевые задачиОбразование и развитие навыковAI помогает персонализировать обучение и снижать административную нагрузку на преподавателей.34 задачи6 641модель IV.9Отраслевые задачиМедиа, журналистика, культура, архивы и игрыAI помогает создавать, искать, сохранять и персонализировать медиа, культурный и игровой контент.44 задачи14 938моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Indian-sign-language-classification

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

Loss: 0.0327
Accuracy: 0.9905

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: 8
eval_batch_size: 8
seed: 42
gradient_accumulation_steps: 2
total_train_batch_size: 16
optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
lr_scheduler_type: linear
lr_scheduler_warmup_ratio: 0.01
num_epochs: 2

Training results

Training Loss	Epoch	Step	Validation Loss	Accuracy
0.2504	1.0	2137	0.0731	0.9800
0.0519	2.0	4274	0.0327	0.9905

Framework versions

Transformers 4.38.2
Pytorch 2.1.2
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: c42565a