Характеристики

Параметры: 113 млн
Лицензия: Apache 2.0
Архитектура: vit · dense
Базовая модель: vit-base-patch16-224
Библиотека: transformers
Опубликована: 1 июл 2026

Ссылки

Hugging Face

vit-base-oxford-iiit-pets

VuTuan2005

Классификация изображенийИзображение → label3 профессии

Дообученная ViT-модель для классификации изображений кошек и собак по породам.

9скачиваний за 30 дней0лайковвеса обновлены1 июл 2026

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

Это модель классификации изображений на базе Vision Transformer (ViT), дообученная VuTuan2005 на наборе данных pcuenq/oxford-pets. Она предназначена для распознавания пород кошек и собак на изображениях. Модель содержит 113,2 млн параметров и распространяется в формате safetensors; базовая модель — google/vit-base-patch16-224.

На оценочной выборке указаны loss 0,1967 и accuracy 0,9405. Модель принимает изображения и выдаёт класс изображения. Лицензия — Apache-2.0. Результаты относятся к указанной оценочной выборке; перенос на другие наборы данных и условия съёмки не описан.

Сценарии применения

распознавание породы кошки по фотографии
распознавание породы собаки по фотографии
классификация изображений домашних животных

Ограничения

Оценочная точность 0,9405 приведена для набора Oxford-IIIT Pets; качество на других данных не описано. В README отсутствуют подробности о методике обучения и ограничениях.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

IV.10Отраслевые задачиДом, личная жизнь, уход и повседневные задачиAI помогает помогать человеку планировать повседневные дела и безопасно управлять домашней средой.30 задач962модели 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

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

vit-base-oxford-iiit-pets

This model is a fine-tuned version of google/vit-base-patch16-224 on the pcuenq/oxford-pets dataset. It achieves the following results on the evaluation set:

Loss: 0.1967
Accuracy: 0.9405

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: 0.0003
train_batch_size: 16
eval_batch_size: 8
seed: 42
optimizer: Use OptimizerNames.ADAMW_TORCH_FUSED with betas=(0.9,0.999) and epsilon=1e-08 and optimizer_args=No additional optimizer arguments
lr_scheduler_type: linear
num_epochs: 5

Training results

Training Loss	Epoch	Step	Validation Loss	Accuracy
0.3908	1.0	370	0.2986	0.9242
0.2033	2.0	740	0.2355	0.9215
0.1694	3.0	1110	0.2186	0.9283
0.1292	4.0	1480	0.2136	0.9256
0.1159	5.0	1850	0.2122	0.9256

Framework versions

Transformers 5.12.1
Pytorch 2.11.0+cu128
Datasets 4.0.0
Tokenizers 0.22.2

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers · image-classification

Можно запустить

Подбираем GPU…

Класс архитектуры: ViTForImageClassification
Ревизия весов: 677bc21