/ Модель
Каталог

Характеристики

Параметры
28,3 млн
Архитектура
vit_msn · dense
Библиотека
transformers
Опубликована
27 янв 2025

Ссылки

Hugging Face

vit-msn-small-beta-fia-manually-enhanced-HSV_test_3

Melo1512
Классификация изображенийИзображение → label3 профессии

ViT-MSN Small негізіндегі 28,3 млн параметрлі модель суреттерді жіктеуге арналған және бағалау жиынында 0,8803 дәлдік көрсеткен.

12скачиваний за 30 дней0лайковвеса обновлены27 янв 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

Melo1512 әзірлеген ViT-MSN Small моделінің imagefolder деректер жиынында Melo1512/vit-msn-small-beta-fia-manually-enhanced-HSV_test_2 базалық моделінен қосымша оқытылған нұсқасы. Ол суреттерді image-classification тапсырмасы бойынша жіктеуге арналған. Модельде ViTMSNForImageClassification архитектурасы, 28,3 млн параметр және safetensors пішімі қолданылады.

Бағалау жиынында дәлдігі 0,8803, ал loss көрсеткіші 0,5013 болған. README-де модельдің нақты қолдану саласы, жіктеу санаттары, оқыту деректерінің мазмұны және белгілі шектеулері сипатталмаған. Лицензия туралы ақпарат берілмеген.

Сценарии применения

  • Суреттерді үйретілген санаттарға жіктеу
  • Imagefolder деректер жиынындағы суреттерді автоматты белгілеу
  • Суретті тану моделінің сапасын бағалау

Ограничения

Қолданылатын санаттар мен оқыту деректерінің мазмұны сипатталмаған, сондықтан нәтижелердің қай салаларға жарамды екені белгісіз. Лицензия туралы мәлімет берілмеген.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии
IV.9Отраслевые задачиМедиа, журналистика, культура, архивы и игрыAI помогает создавать, искать, сохранять и персонализировать медиа, культурный и игровой контент.44 задачи14 938моделейIV.1Отраслевые задачиРитейл, электронная коммерция и fashion-techAI помогает управлять ассортиментом, покупательским опытом и эффективностью торговых операций.29 задач5 934моделиII.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

vit-msn-small-beta-fia-manually-enhanced-HSV_test_3

This model is a fine-tuned version of Melo1512/vit-msn-small-beta-fia-manually-enhanced-HSV_test_2 on the imagefolder dataset. It achieves the following results on the evaluation set:

  • Loss: 0.5013
  • Accuracy: 0.8803

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: 1e-05
  • train_batch_size: 64
  • eval_batch_size: 64
  • seed: 42
  • gradient_accumulation_steps: 4
  • total_train_batch_size: 256
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: linear
  • lr_scheduler_warmup_ratio: 0.15
  • num_epochs: 50
  • label_smoothing_factor: 0.1

Training results

Training LossEpochStepValidation LossAccuracy
No log0.571410.51230.8873
No log1.714330.52190.8873
No log2.857150.54310.8732
No log4.070.54440.8732
No log4.571480.53360.8803
0.42525.7143100.52350.8873
0.42526.8571120.52690.8803
0.42528.0140.51060.8873
0.42528.5714150.50480.8873
0.42529.7143170.50130.8803
0.425210.8571190.51050.8803
0.441312.0210.52560.8803
0.441312.5714220.53030.8732
0.441313.7143240.52180.8662
0.441314.8571260.51880.8592
0.441316.0280.52020.8592
0.441316.5714290.52520.8592
0.43717.7143310.53850.8592
0.43718.8571330.54560.8592
0.43720.0350.54090.8732
0.43720.5714360.53750.8662
0.43721.7143380.53560.8662
0.434322.8571400.53280.8803
0.434324.0420.53180.8803
0.434324.5714430.53300.8803
0.434325.7143450.53340.8803
0.434326.8571470.53320.8732
0.434328.0490.53410.8732
0.427128.5714500.53430.8732

Framework versions

  • Transformers 4.44.2
  • Pytorch 2.4.1+cu121
  • Datasets 3.2.0
  • Tokenizers 0.19.1

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
ViTMSNForImageClassification
Ревизия весов
cab9489

0 моделей

    Создать бенчмарк