/ Модель

Характеристики

Контекст
1 024 токена
Архитектура
vision-encoder-decoder · dense
Опубликована
14 июл 2023

IC_ver6d_coco_swin_gpt2_50Bpc_1e

Изображение и текст → текст4 профессии

Модель VK246 для генерации текстовых описаний изображений, дообученная на COCO.

13скачиваний за 30 дней0лайковвеса обновлены14 июл 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

ICver6dcocoswingpt250Bpc1e — модель преобразования изображений в текст на основе архитектуры VisionEncoderDecoder. Она дообучена VK246 на датасете COCO от базовой модели VK246/IC_ver6c_coco_swin_gpt2_50Apc_1e. Модель предназначена для генерации текстовых описаний изображений; карточка приводит результаты оценки на тестовом наборе COCO: Loss 0,7897, ROUGE-1 42,1846, ROUGE-2 16,6343, ROUGE-L 38,2927 и BLEU 10,4949.

Размер модели, поддерживаемые языки и условия лицензии в доступных сведениях не приведены. Описание модели и её ограничений в карточке не раскрыто; качество может зависеть от изображений и распределения данных.

Сценарии применения

  • автоматическое создание подписей к фотографиям
  • краткое описание изображений для каталога
  • генерация описаний для набора изображений COCO

Ограничения

В карточке нет подробного описания ограничений и условий использования. Приведённые метрики относятся к оценке на наборе COCO и не гарантируют аналогичное качество на других типах изображений.

Для каких профессий подходит4

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_ver6d_coco_swin_gpt2_50Bpc_1e

This model is a fine-tuned version of VK246/IC_ver6c_coco_swin_gpt2_50Apc_1e on the coco dataset. It achieves the following results on the evaluation set:

  • Loss: 0.7897
  • Rouge1: 42.1846
  • Rouge2: 16.6343
  • Rougel: 38.2927
  • Rougelsum: 38.2913
  • Bleu: 10.4949
  • 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 LossRouge1Rouge2RougelRougelsumBleuGen Len
0.77410.175000.824540.821615.53937.156437.14369.653611.3063
0.78130.3410000.815541.270715.984137.435737.425410.03311.3063
0.7820.5115000.806141.606616.022237.80237.80099.961911.3063
0.790.6820000.798541.688116.248937.930337.917810.307411.3063
0.78880.8525000.792942.114516.538838.240138.232410.354611.3063

Framework versions

  • Transformers 4.30.2
  • Pytorch 2.0.1+cu118
  • Datasets 2.13.1
  • 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
80185a8

0 моделей