/ Модель

Характеристики

Лицензия
Apache 2.0
Архитектура
convnext · dense
Базовая модель
convnext-tiny-224
Опубликована
17 мая 2024

quickdraw-ConvNeXT-Tiny-Finetune

Классификация изображенийИзображение → label3 профессии

Дообученная ConvNeXT-Tiny модель для классификации изображений по классам своего набора данных.

799скачиваний за 30 дней0лайковвеса обновлены17 мая 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

JoshuaKelleyDs/quickdraw-ConvNeXT-Tiny-Finetune — дообученная Joshua Kelley модель ConvNeXT-Tiny-224 для классификации изображений. Она принимает изображение и предсказывает его класс; конкретный набор классов и обучающие данные не описаны. В README указаны результаты на оценочном наборе: loss 0,8413 и accuracy 0,7826.

Модель основана на facebook/convnext-tiny-224. В репозитории представлены форматы ONNX и safetensors; лицензия — Apache-2.0. Она подходит для классификации изображений в сценариях, где важны классы, на которых модель дообучена, однако описание набора данных и ограничений применения отсутствует.

Сценарии применения

  • классификация рисунков Quick, Draw! при условии соответствующих классов модели
  • распознавание объектов на изображениях по классам дообучения
  • встраивание классификатора изображений в приложение через ONNX

Ограничения

Набор классов, обучающие данные и условия оценки не описаны, поэтому применимость к конкретным изображениям неясна. Указанная точность 0,7826 относится только к неописанному оценочному набору.

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

quickdraw-ConvNeXT-Tiny-Finetune

This model is a fine-tuned version of facebook/convnext-tiny-224 on an unknown dataset. It achieves the following results on the evaluation set:

  • Loss: 0.8413
  • Accuracy: 0.7826

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: 0.0008
  • train_batch_size: 512
  • eval_batch_size: 512
  • seed: 42
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: cosine
  • lr_scheduler_warmup_steps: 5000
  • num_epochs: 7
  • mixed_precision_training: Native AMP

Training results

Training LossEpochStepValidation LossAccuracy
1.08950.568850001.06180.7278
0.89121.1377100000.93150.7602
0.86581.7065150000.88710.7701
0.75582.2753200000.86530.7780
0.75782.8441250000.83920.7826
0.62493.4130300000.85840.7842
0.62433.9818350000.84100.7882
0.45854.5506400000.94020.7828
0.29345.1195450001.05870.7758
0.28695.6883500001.12800.7745
0.18376.2571550001.24020.7684
0.18586.8259600001.25700.7679

Framework versions

  • Transformers 4.40.2
  • Pytorch 2.2.1
  • Datasets 2.19.1
  • Tokenizers 0.19.1

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
ConvNextForImageClassification
Ревизия весов
96d2c2e

0 моделей