/ Модель

Характеристики

Лицензия
Apache 2.0
Библиотека
timm
Опубликована
6 мар 2024

wd-swinv2-tagger-v3

Языковая модель3 профессии

Модель SmilingWolf на базе SwinV2 автоматически присваивает изображениям рейтинговые, персонажные и общие теги, в том числе для каталогизации изображений Danbooru.

511 тыс.скачиваний за 30 дней99лайковвеса обновлены16 мар 2024

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

WD SwinV2 Tagger v3 — модель SmilingWolf для автоматической разметки изображений тегами. Она предсказывает рейтинговые, персонажные и общие теги, обучена на изображениях Danbooru и предназначена для автоматической категоризации и поиска изображений по содержимому. Модель основана на архитектуре SwinV2 и совместима с timm; доступны веса в форматах ONNX и safetensors, а ONNX поддерживает пакетную обработку. Для запуска ONNX требуется onnxruntime версии 1.17.0 или новее.

Валидация версии 2.0 на наборе автора показала F1 0,4541 при пороге 0,2653. Результаты зависят от порога и распределения тегов; обучение проводилось на отфильтрованной выборке Danbooru, поэтому полноту тегирования на других типах изображений следует проверять отдельно. Лицензия — Apache-2.0.

Сценарии применения

  • автоматическое тегирование изображений Danbooru
  • поиск изображений по персонажам и общим тегам
  • добавление рейтинговых меток к изображениям
  • пакетная разметка коллекции изображений
  • подготовка тегов для каталогизации изображений

Ограничения

На указанной в README валидации F1 версии 2.0 составляет 0,4541; качество может различаться для иных изображений и наборов тегов. Модель обучена на отфильтрованных изображениях Danbooru, поэтому её предсказания могут не подходить для изображений вне этого распределения.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

WD SwinV2 Tagger v3

Supports ratings, characters and general tags.

Trained using https://github.com/SmilingWolf/JAX-CV.
TPUs used for training kindly provided by the TRC program.

Dataset

Last image id: 7220105
Trained on Danbooru images with IDs modulo 0000-0899.
Validated on images with IDs modulo 0950-0999.
Images with less than 10 general tags were filtered out.
Tags with less than 600 images were filtered out.

Validation results

v2.0: P=R: threshold = 0.2653, F1 = 0.4541
v1.0: P=R: threshold = 0.2521, F1 = 0.4411

What's new

Model v2.0/Dataset v3:
Trained for a few more epochs.
Used tag frequency-based loss scaling to combat class imbalance.

Model v1.1/Dataset v3:
Amended the JAX model config file: add image size.
No change to the trained weights.

Model v1.0/Dataset v3:
More training images, more and up-to-date tags (up to 2024-02-28).
Now timm compatible! Load it up and give it a spin using the canonical one-liner!
ONNX model is compatible with code developed for the v2 series of models.
The batch dimension of the ONNX model is not fixed to 1 anymore. Now you can go crazy with batch inference.
Switched to Macro-F1 to measure model performance since it gives me a better gauge of overall training progress.

Runtime deps

ONNX model requires onnxruntime >= 1.17.0

Inference code examples

For timm: https://github.com/neggles/wdv3-timm
For ONNX: https://huggingface.co/spaces/SmilingWolf/wd-tagger
For JAX: https://github.com/SmilingWolf/wdv3-jax

Final words

Subject to change and updates. Downstream users are encouraged to use tagged releases rather than relying on the head of the repo.

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · timm

Нельзя запустить

У модели не указана задача.

Ревизия весов
627aef9

0 моделей