Характеристики

Параметры: 113 млн
Лицензия: Apache 2.0
Архитектура: vit · dense
Базовая модель: vit-base-patch16-224-in21k
Библиотека: transformers
Опубликована: 15 сен 2026

Ссылки

Hugging Face

vit-beans-demo

Odakris

Классификация изображенийИзображение → label3 профессии

Дообученная модель ViT для классификации изображений с точностью 0,9609 на указанной в карточке оценочной выборке.

113скачиваний за 30 дней0лайковвеса обновлены16 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

Odakris/vit-beans-demo — дообученная модель Vision Transformer (ViT) для классификации изображений, построенная на базе google/vit-base-patch16-224-in21k. Веса представлены в форматах Safetensors и ONNX; размер модели — 113,2 млн параметров.

В README приведены результаты на тестовой выборке: точность 0,9609 и loss 0,1408. Набор данных и назначение классов не описаны, поэтому практическая область применения модели неясна. Модель выпущена под лицензией Apache-2.0.

Сценарии применения

Классификация изображений по классам обучающего набора
Эксперименты с дообучением Vision Transformer
Инференс классификатора изображений в формате ONNX

Ограничения

В README не указаны обучающий набор данных и назначение классов, поэтому область применения и переносимость точности на другие данные неясны.

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.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

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: 0.1408
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
0.2386	1.0	65	0.1815	0.9624
0.1441	2.0	130	0.1259	0.9624
0.1026	3.0	195	0.1567	0.9624
0.1315	4.0	260	0.1034	0.9699

Framework versions

Transformers 5.16.1
Pytorch 2.11.0+cu128
Datasets 4.8.5
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: 38740c1