Google didn't publish vit-tiny and vit-small model checkpoints in Hugging Face. I converted the weights from the timm repository. This model is used in the same way as ViT-base.
Note that [safetensors] model requires torch 2.0 environment.
Характеристики
- Параметры
- 28,3 млн
- Лицензия
- Apache 2.0
- Архитектура
- vit · dense
- Опубликована
- 2 мар 2022
Ссылки
vit-small-patch16-224
Компактная модель Vision Transformer для классификации изображений, конвертированная из весов timm.
9 436скачиваний за 30 дней27лайковвеса обновлены4 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
WinKawaks/vit-small-patch16-224 — конверсия модели ViT-Small из репозитория timm, опубликованная WinKawaks. Это модель классификации изображений с архитектурой Vision Transformer и примерно 28,3 млн параметров; она предназначена для присвоения изображению метки класса и может использоваться для классификации объектов и сцен на изображениях. По карточке, модель применяется так же, как ViT-Base. В метаданных указан ImageNet; доступны веса PyTorch, ONNX и safetensors. Лицензия — Apache-2.0.
Модель принимает изображения и выдаёт предсказания классов. Карточка не приводит результатов оценки качества или подробностей о разрешении и наборах меток. Для работы с вариантом safetensors требуется PyTorch 2.0.
Сценарии применения
- классификация объектов на изображениях
- распознавание сцен на фотографиях
- автоматическая разметка изображений по классам
Ограничения
Карточка не приводит результатов оценки качества и подробностей о разрешении входных изображений. Для загрузки весов safetensors требуется PyTorch 2.0.
Для каких профессий подходит3
Разделы каталога профессий, в задачах которых используется эта модель
IV.9Отраслевые задачиМедиа, журналистика, культура, архивы и игрыAI помогает создавать, искать, сохранять и персонализировать медиа, культурный и игровой контент.44 задачи14 938моделейIV.1Отраслевые задачиРитейл, электронная коммерция и fashion-techAI помогает управлять ассортиментом, покупательским опытом и эффективностью торговых операций.29 задач5 934моделиII.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
Как запустить
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм · image-classification
Подбираем GPU…
- Класс архитектуры
- ViTForImageClassification
- Ревизия весов
- 0c08c18