Характеристики

Параметры: 113 млн
Архитектура: vit · dense
Базовая модель: vit-base-patch16-224
Библиотека: transformers.js
Опубликована: 2 мая 2023

Ссылки

vit-base-patch16-224

Классификация изображенийИзображение → label3 профессии

Xenova/vit-base-patch16-224 — версия модели Google ViT (Vision Transformer), подготовленная Xenova для использования в Transformers.js.

3 363скачиваний за 30 дней2лайкавеса обновлены27 июн 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

Репозиторий содержит ONNX-веса модели google/vit-base-patch16-224 и предназначен для запуска моделей в JavaScript-приложениях, включая веб-среду.

Модель предназначена для классификации изображений: она принимает изображения и возвращает наиболее вероятные классы с оценками уверенности. В названии указаны архитектура ViT-Base, разбиение изображения на патчи размером 16×16 пикселей и входной размер 224×224 пикселя. Модель работает с визуальными данными и не предназначена для обработки текста или аудио; языковые характеристики для неё не применимы.

Сильной стороной является совместимость с Transformers.js и формат ONNX, что упрощает выполнение инференса в JavaScript и потенциально в браузере. Ограничения включают специализацию на классификации изображений и зависимость качества предсказаний от исходного обучения базовой модели Google. В README лицензия не указана, поэтому условия использования необходимо уточнять в исходном репозитории google/vit-base-patch16-224.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

IV.1Отраслевые задачиРитейл, электронная коммерция и fashion-techAI помогает управлять ассортиментом, покупательским опытом и эффективностью торговых операций.29 задач5 934модели 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 IV.9Отраслевые задачиМедиа, журналистика, культура, архивы и игрыAI помогает создавать, искать, сохранять и персонализировать медиа, культурный и игровой контент.44 задачи14 938моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

https://huggingface.co/google/vit-base-patch16-224 with ONNX weights to be compatible with Transformers.js.

Usage (Transformers.js)

If you haven't already, you can install the Transformers.js JavaScript library from NPM using:

npm i @huggingface/transformers

Example: Perform image classification with Xenova/vit-base-patch16-224

import { pipeline } from '@huggingface/transformers';

const classifier = await pipeline('image-classification', 'Xenova/vit-base-patch16-224');
const urls = [
    'https://huggingface.co/datasets/Xenova/transformers.js-docs/resolve/main/tiger.jpg',
    'https://huggingface.co/datasets/Xenova/transformers.js-docs/resolve/main/cats.jpg',
];
const output = await classifier(urls);
// [
//   { label: 'tiger, Panthera tigris', score: 0.6074584722518921 },
//   { label: 'Egyptian cat', score: 0.8246098756790161 }
// ]

Note: Having a separate repo for ONNX weights is intended to be a temporary solution until WebML gains more traction. If you would like to make your models web-ready, we recommend converting to ONNX using 🤗 Optimum and structuring your repo like this one (with ONNX weights located in a subfolder named onnx).

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers.js

Нельзя запустить

Модель выложена для браузера (ONNX / transformers.js), для GPU-рантайма нет весов.

Класс архитектуры: ViTForImageClassification
Ревизия весов: 66fef68