Характеристики

Параметры: 33 млн
Лицензия: Apache 2.0
Архитектура: swin · dense
Опубликована: 23 дек 2022

Ссылки

Hugging Face

swin-tiny-finetuned-cifar100

MazenAmria

Классификация изображенийИзображение → label3 профессии

Дообученная на CIFAR-100 модель Swin-Tiny классифицирует изображения по классам этого набора данных.

494скачиваний за 30 дней1лайквеса обновлены23 дек 2022

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

Mazen Amria опубликовал дообученную для классификации изображений модель Swin-Tiny на базе microsoft/swin-tiny-patch4-window7-224. Она предназначена для отнесения изображений к классам CIFAR-100. В README указаны точность 0,8735 и loss 0,4223 на наборе оценки; размер модели — 33 млн параметров.

Модель принимает изображения и выдаёт метки классов. Репозиторий содержит веса PyTorch и распространяется по лицензии Apache-2.0. Карточка не уточняет ограничения применения и условия оценки помимо результатов на CIFAR-100.

Сценарии применения

Классификация изображений на 100 классов CIFAR-100
Оценка качества классификаторов на тестовом наборе CIFAR-100
Использование как отправной точки для экспериментов с классификацией изображений

Ограничения

В README приведены результаты только на наборе оценки CIFAR-100; перенос качества на другие наборы и реальные сценарии не описан.

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 II.2Разработка и данныеСоздание и понимание программного кодаAI помогает писать, объяснять и связывать программный код с требованиями и существующей системой.20 задач21 443модели II.8Разработка и данныеИнженерия данных и аналитикаAI помогает готовить надёжные данные и превращать их в понятную аналитику.22 задачи23 488моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

swin-tiny-finetuned-cifar100

This model is a fine-tuned version of microsoft/swin-tiny-patch4-window7-224 on the cifar100 dataset. It achieves the following results on the evaluation set:

Loss: 0.4223
Accuracy: 0.8735

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: 4e-05
train_batch_size: 16
eval_batch_size: 16
seed: 42
gradient_accumulation_steps: 4
total_train_batch_size: 64
optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
lr_scheduler_type: linear
lr_scheduler_warmup_ratio: 0.1
num_epochs: 20 (with early stopping)

Training results

Training Loss	Epoch	Step	Accuracy	Validation Loss
0.6439	1.0	781	0.8138	0.6126
0.6222	2.0	1562	0.8393	0.5094
0.2912	3.0	2343	0.861	0.4452
0.2234	4.0	3124	0.8679	0.4330
0.121	5.0	3905	0.8735	0.4223
0.2589	6.0	4686	0.8622	0.4775
0.1419	7.0	5467	0.8642	0.4900
0.1513	8.0	6248	0.8667	0.4956

Framework versions

Transformers 4.20.1
Pytorch 1.11.0
Datasets 2.1.0
Tokenizers 0.12.1

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: SwinForImageClassification
Ревизия весов: 511dc51