/ Модель

Характеристики

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

vit-superhero-villain

Классификация изображенийИзображение → label3 профессии

Дообученный ViT для классификации изображений супергероев и злодеев.

24скачиваний за 30 дней0лайковвеса обновлены1 июн 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

MaxPowerUnlimited/vit-superhero-villain — модель классификации изображений на основе Vision Transformer (ViT), дообученная на google/vit-base-patch16-224. Она предназначена для отнесения изображений к классам супергероев и злодеев. Модель содержит 113,2 млн параметров и использует библиотеку Transformers.

На оценочном наборе данных указаны loss 1,2902 и accuracy 0,7363. Модель принимает изображение и выдаёт предсказание класса. Распространяется в формате safetensors по лицензии Apache-2.0.

Сценарии применения

  • Определение, изображён ли супергерой или злодей
  • Классификация изображений персонажей по категориям модели
  • Автоматическая сортировка коллекции изображений супергеройской тематики

Ограничения

В карточке приведены только метрики оценки: accuracy 0,7363 и loss 1,2902; состав классов, размер и источник оценочного набора не описаны.

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-superhero-villain

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

  • Loss: 1.2902
  • Accuracy: 0.7363

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: 64
  • eval_batch_size: 8
  • seed: 42
  • optimizer: Use OptimizerNames.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: 20
  • mixed_precision_training: Native AMP

Training results

Training LossEpochStepValidation LossAccuracy
No log1.0261.41400.735
1.27132.0521.39080.735
1.27133.0781.37090.735
1.20284.01041.35440.74
1.20285.01301.33590.74
1.17766.01561.32190.74
1.17767.01821.30780.74
1.15158.02081.29520.74
1.15159.02341.28410.74
1.151910.02601.27330.745
1.151911.02861.26370.745
1.10712.03121.25570.745
1.10713.03381.24950.745
1.061114.03641.24410.745
1.061115.03901.23880.745
1.074816.04161.23470.745
1.074817.04421.23170.745
1.056318.04681.22940.745
1.056319.04941.22800.745
1.06220.05201.22770.745

Framework versions

  • Transformers 4.50.3
  • Pytorch 2.5.1+cu121
  • Datasets 3.5.0
  • 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
1c57353

0 моделей