/ Модель

Характеристики

Параметры
113 млн
Лицензия
BSD 3-Clause
Архитектура
audio-spectrogram-transformer · dense
Базовая модель
ast-finetuned-audioset-10-10-0.4593
Библиотека
transformers
Опубликована
4 мар 2025

ast-finetuned-audioset-10-10-0.4593-heart-sounds

Классификация аудиоАудио → label3 профессии

Дообученная AST-модель для классификации аудиозаписей сердечных звуков.

209скачиваний за 30 дней2лайкавеса обновлены13 мар 2025

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

Модель Vladimirlv/ast-finetuned-audioset-10-10-0.4593-heart-sounds — дообученная версия MIT/ast-finetuned-audioset-10-10-0.4593 для классификации аудио. Она основана на Audio Spectrogram Transformer (AST), семействе моделей на базе Vision Transformer, и содержит 113,2 млн параметров. В README указаны результаты на тестовой выборке: точность 0,9695 и значение функции потерь 0,1499.

Модель предназначена для классификации звуков сердца. Она принимает аудио и выдаёт метки классов; подробности о классах, подготовке аудиозаписей и оценке качества на других данных в карточке не раскрыты. Модель опубликована в формате safetensors для библиотеки Transformers и распространяется по лицензии BSD-3-Clause.

Сценарии применения

  • классификация записей сердечных звуков
  • автоматическая разметка аудио с сердечными тонами
  • анализ звуков сердца в исследовательских наборах данных

Ограничения

В карточке не описаны набор классов и требования к входным аудиозаписям. Приведённая точность относится только к оценочной выборке; переносимость на другие данные не подтверждена.

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

ast-finetuned-audioset-10-10-0.4593-heart-sounds

This model is a fine-tuned version of MIT/ast-finetuned-audioset-10-10-0.4593 on the audiofolder dataset. It achieves the following results on the evaluation set:

  • Loss: 0.1499
  • Accuracy: 0.9695

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: 16
  • seed: 42
  • gradient_accumulation_steps: 4
  • total_train_batch_size: 64
  • optimizer: Use adamw_torch with betas=(0.9,0.999) and epsilon=1e-08 and optimizer_args=No additional optimizer arguments
  • lr_scheduler_type: linear
  • lr_scheduler_warmup_ratio: 0.1
  • num_epochs: 8

Training results

Training LossEpochStepValidation LossAccuracy
0.21351.0830.17240.9390
0.16552.01660.22760.8918
0.09593.02490.11660.9527
0.044.03320.11060.9634
0.01425.04150.13170.9634
0.01866.04980.14240.9665
0.00227.05810.14330.9695
0.00097.91196560.14990.9680

Framework versions

  • Transformers 4.49.0
  • Pytorch 2.0.1+cu118
  • Datasets 3.3.2
  • Tokenizers 0.21.0

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers · audio-classification

Можно запустить

Подбираем GPU…

Класс архитектуры
ASTForAudioClassification
Ревизия весов
0c01acc

0 моделей