/ Модель

Характеристики

Контекст
1 024 токена
Архитектура
vision-encoder-decoder · dense
Базовая модель
IC_ver6e_coco_swin_gpt2_50Apc_1e
Опубликована
18 авг 2023

IC_ver6F_coco_swin_gpt2_50B_1e

Изображение и текст → текст3 профессии

Дообученная на COCO модель с архитектурой Swin-GPT-2 для создания текстовых описаний изображений.

12скачиваний за 30 дней0лайковвеса обновлены18 авг 2023

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Тесты пользователейпока нет

Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.

  1. Добавьте модель в бенчмарк

    Вместе с другими моделями категории «Изображение → текст» — сравнение идёт внутри одной категории.

  2. Опишите свои задачи

    Напишите запросы, при необходимости приложите файлы и эталонные ответы.

  3. Запустите и опубликуйте

    Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

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

VK246/IC_ver6F_coco_swin_gpt2_50B_1e — модель генерации текстового описания изображения, разработанная как дообученная версия VK246/IC_ver6e_coco_swin_gpt2_50Apc_1e. Она использует архитектуру vision-encoder-decoder: визуальный Swin-энкодер связан с GPT-2-декодером, а задача модели — преобразовывать изображение в текстовое описание. Модель дообучена на датасете COCO и предназначена для автоматического создания подписей к изображениям.

В README приведены метрики оценки: CIDEr 5.8986, ROUGE-1 42.1787 и BLEU-4 10.5042. Эти результаты относятся к указанному набору оценки и сами по себе не гарантируют качество на других типах изображений. В репозитории указаны веса PyTorch. Условия лицензии в предоставленных данных отсутствуют.

Сценарии применения

  • Автоматически создавать подписи к изображениям COCO
  • Генерировать краткое описание фотографии
  • Добавлять текстовые описания к коллекции изображений

Ограничения

Метрики приведены только для набора оценки из README; качество на других распределениях данных не установлено. Лицензия не указана в предоставленных сведениях.

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

IC_ver6F_coco_swin_gpt2_50B_1e

This model is a fine-tuned version of VK246/IC_ver6e_coco_swin_gpt2_50Apc_1e on the coco dataset. It achieves the following results on the evaluation set:

  • Loss: 0.7799
  • Cider: 5.8986
  • Rouge1: 42.1787
  • Rouge2: 16.6289
  • Rougel: 38.245
  • Rougelsum: 38.236
  • Bleu-1: 43.2152
  • Bleu-2: 25.0563
  • Bleu-3: 15.845
  • Bleu-4: 10.5042
  • Gen Len: 11.3063

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: 96
  • eval_batch_size: 96
  • seed: 42
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: linear
  • num_epochs: 1

Training results

Training LossEpochStepValidation LossCiderRouge1Rouge2RougelRougelsumBleu-1Bleu-2Bleu-3Bleu-4Gen Len
0.69720.3410000.81285.831441.399216.127837.567537.553742.663724.581515.501810.246511.3063
0.73180.6820000.79126.971641.824416.328237.959437.952542.762324.730515.645810.406711.3063

Framework versions

  • Transformers 4.31.0
  • Pytorch 2.0.1+cu118
  • Datasets 2.14.4
  • Tokenizers 0.13.3

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
VisionEncoderDecoderModel
Ревизия весов
7826a9c

0 моделей