Характеристики

Параметры: 113 млн
Лицензия: Apache 2.0
Архитектура: vit · dense
Базовая модель: vit-base-patch16-224-in21k
Библиотека: transformers
Опубликована: 4 сен 2026

Ссылки

Hugging Face

vit-beans-demo

NicoWANG75

Классификация изображенийИзображение → label3 профессии

Дообученный Vision Transformer для классификации изображений, представленный в Safetensors и ONNX.

22скачиваний за 30 дней0лайковвеса обновлены4 сен 2026

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

NicoWANG75/vit-beans-demo — модель классификации изображений, созданная дообучением Vision Transformer google/vit-base-patch16-224-in21k. В репозитории представлены веса Safetensors и формат ONNX; размер модели — 113,2 млн параметров. README сообщает результат оценки: точность 0,9609 и loss 0,1537, но не раскрывает набор классов и данные оценки.

Модель предназначена для классификации изображений. По названию репозитория она связана с демонстрацией классификации бобов, однако README не подтверждает конкретные классы и сценарии применения. Лицензия — Apache-2.0. Языковые возможности несущественны для классификации изображений.

Сценарии применения

Классификация изображений в демонстрационном проекте по бобам
Определение класса объекта на изображении
Встраивание классификатора изображений в приложение через Transformers или ONNX

Ограничения

README не сообщает состав классов, обучающий набор данных и ограничения применения; метрики приведены без описания протокола оценки.

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.9Отраслевые задачиМедиа, журналистика, культура, архивы и игрыAI помогает создавать, искать, сохранять и персонализировать медиа, культурный и игровой контент.44 задачи14 938моделей II.2Разработка и данныеСоздание и понимание программного кодаAI помогает писать, объяснять и связывать программный код с требованиями и существующей системой.20 задач21 443модели

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

vit-beans-demo

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: 0.1537
Accuracy: 0.9609

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: 16
eval_batch_size: 16
seed: 42
optimizer: Use OptimizerNames.ADAMW_TORCH_FUSED with betas=(0.9,0.999) and epsilon=1e-08 and optimizer_args=No additional optimizer arguments
lr_scheduler_type: linear
num_epochs: 4

Training results

Training Loss	Epoch	Step	Validation Loss	Accuracy
0.2379	1.0	65	0.1829	0.9624
0.1351	2.0	130	0.0910	0.9925
0.1131	3.0	195	0.1218	0.9699
0.1586	4.0	260	0.0891	0.9850

Framework versions

Transformers 5.16.1
Pytorch 2.11.0+cu128
Datasets 5.0.1
Tokenizers 0.23.1

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: c5e2d99