Характеристики

Лицензия: Apache 2.0
Архитектура: convnextv2 · dense
Базовая модель: convnextv2-large-22k-224
Опубликована: 29 окт 2023

Ссылки

Hugging Face

ConvNextV2-large-DogBreed

Pavarissy

Классификация изображенийИзображение → label3 профессии

Дообученная ConvNeXt V2 Large классифицирует изображения по породам собак.

44скачиваний за 30 дней6лайковвеса обновлены21 ноя 2023

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

Pavarissy/ConvNextV2-large-DogBreed — модель классификации изображений пород собак, созданная дообучением ConvNeXt V2 Large от Facebook, предварительно обученной на ImageNet-22K. Она принимает изображение и относит его к одной из категорий пород собак.

В README указаны результаты на оценочной выборке: accuracy 0,9139 и loss 0,5469. Модель построена на архитектуре ConvNeXt V2 и распространяется в форматах PyTorch и Safetensors. Лицензия — Apache-2.0.

Модель предназначена для распознавания пород собак на изображениях. Карточка не приводит состав классов и подробности обучающего набора, поэтому показатели качества нельзя уверенно переносить на другие наборы данных и условия съёмки.

Сценарии применения

определение породы собаки по фотографии
сортировка фотографий собак по породам
автоматическая разметка изображений собак
создание демонстрационных приложений для распознавания пород

Ограничения

В README не указаны перечень классов и подробности обучающего набора; приведённая accuracy относится только к оценочной выборке и может не переноситься на другие условия.

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 938моделей 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.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

ConvNextV2-large-DogBreed

This model is a fine-tuned version of facebook/convnextv2-large-22k-224 on dog breed classification dataset. It achieves the following results on the evaluation set:

Loss: 0.5469
Accuracy: 0.9139

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: 16
eval_batch_size: 8
seed: 42
gradient_accumulation_steps: 32
total_train_batch_size: 512
optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
lr_scheduler_type: linear
num_epochs: 50

Training results

Training Loss	Epoch	Step	Validation Loss	Accuracy
4.8578	1.0	13	4.6940	0.0671
4.6332	1.99	26	4.4169	0.1784
4.4095	2.99	39	4.1105	0.3485
3.8841	3.98	52	3.7581	0.5198
3.5964	4.98	65	3.3647	0.6647
3.2781	5.97	78	2.9442	0.7677
2.6006	6.97	91	2.5252	0.8180
2.2638	7.96	104	2.1256	0.8467
1.9609	8.96	117	1.7626	0.8766
1.3962	9.95	130	1.4453	0.9042
1.143	10.95	143	1.1818	0.9102
0.9423	11.94	156	0.9697	0.9138
0.7674	12.94	169	0.8097	0.9174
0.5007	13.93	182	0.6922	0.9186
0.4097	14.93	195	0.5999	0.9162
0.3392	16.0	209	0.5174	0.9269
0.2285	17.0	222	0.4685	0.9257
0.184	17.99	235	0.4337	0.9210
0.1587	18.99	248	0.4058	0.9257
0.1112	19.98	261	0.3824	0.9222
0.0967	20.98	274	0.3712	0.9150
0.0838	21.97	287	0.3584	0.9186
0.0665	22.97	300	0.3468	0.9174
0.0589	23.96	313	0.3428	0.9186
0.0551	24.96	326	0.3364	0.9186
0.0512	25.95	339	0.3334	0.9162
0.0441	26.95	352	0.3278	0.9210
0.0428	27.94	365	0.3275	0.9150
0.0387	28.94	378	0.3237	0.9210
0.036	29.93	391	0.3242	0.9150
0.0337	30.93	404	0.3204	0.9186
0.0328	32.0	418	0.3176	0.9198
0.0304	33.0	431	0.3183	0.9162
0.0283	33.99	444	0.3150	0.9210
0.029	34.99	457	0.3168	0.9174
0.0264	35.98	470	0.3146	0.9174
0.0259	36.98	483	0.3162	0.9174
0.0258	37.97	496	0.3126	0.9186
0.0251	38.97	509	0.3131	0.9174
0.0239	39.96	522	0.3145	0.9186
0.0234	40.96	535	0.3120	0.9198
0.023	41.95	548	0.3102	0.9198
0.0226	42.95	561	0.3123	0.9198
0.0222	43.94	574	0.3140	0.9186
0.0225	44.94	587	0.3119	0.9186
0.0215	45.93	600	0.3106	0.9198
0.0209	46.93	613	0.3113	0.9198
0.0212	48.0	627	0.3115	0.9198
0.021	49.0	640	0.3113	0.9198
0.0212	49.76	650	0.3113	0.9198

Framework versions

Transformers 4.34.1
Pytorch 2.1.0+cu118
Datasets 2.14.6
Tokenizers 0.14.1

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: ConvNextV2ForImageClassification
Ревизия весов: 3100105