/ Модель

Характеристики

Параметры
113 млн
Лицензия
Apache 2.0
Архитектура
vit · dense
Опубликована
14 мая 2023

vit-base-patch16-224-in21k-clothing-classifier

Классификация изображенийИзображение → label3 профессии

Дообученная модель ViT для классификации изображений одежды по категориям.

17скачиваний за 30 дней9лайковвеса обновлены21 мая 2023

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 aalonso-developer/vit-base-patch16-224-in21k-clothing-classifier — дообученная модель классификации изображений на основе Google ViT Base Patch16 224 In21k. Архитектура Vision Transformer содержит около 113,2 млн параметров; модель принимает изображения и относит их к категориям одежды. Репозиторий содержит веса в формате TensorFlow.

В README приведены результаты на оценочной выборке: точность обучения 96,86%, точность валидации 79,06%, а точность с учётом трёх наиболее вероятных классов на валидации — 94,37%. Датасет и перечень классов не описаны, поэтому область применения за пределами классификации одежды не установлена. Лицензия — Apache-2.0.

Сценарии применения

  • классификация одежды на фотографиях
  • автоматическая категоризация товаров одежды
  • подбор категории одежды для карточки товара

Ограничения

Датасет и набор классов в карточке не описаны. Точность валидации составляет 79,06%, поэтому качество отдельных предсказаний может быть ограничено.

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

aalonso-developer/vit-base-patch16-224-in21k-clothing-classifier

This model is a fine-tuned version of google/vit-base-patch16-224-in21k on an unknown dataset. It achieves the following results on the evaluation set:

  • Train Loss: 0.1749
  • Train Accuracy: 0.9686
  • Train Top-3-accuracy: 0.9922
  • Validation Loss: 0.7294
  • Validation Accuracy: 0.7906
  • Validation Top-3-accuracy: 0.9437
  • Epoch: 4

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:

  • optimizer: {'inner_optimizer': {'class_name': 'AdamWeightDecay', 'config': {'name': 'AdamWeightDecay', 'learning_rate': {'class_name': 'PolynomialDecay', 'config': {'initial_learning_rate': 3e-05, 'decay_steps': 3665, 'end_learning_rate': 0.0, 'power': 1.0, 'cycle': False, 'name': None}}, 'decay': 0.0, 'beta_1': 0.9, 'beta_2': 0.999, 'epsilon': 1e-08, 'amsgrad': False, 'weight_decay_rate': 0.01}}, 'dynamic': True, 'initial_scale': 32768.0, 'dynamic_growth_steps': 2000}
  • training_precision: mixed_float16

Training results

Train LossTrain AccuracyTrain Top-3-accuracyValidation LossValidation AccuracyValidation Top-3-accuracyEpoch
1.36720.67200.88950.88860.76130.94150
0.67450.81970.96150.74920.77900.94271
0.41350.89420.98140.71190.78480.94752
0.25660.94490.98920.72120.78600.94513
0.17490.96860.99220.72940.79060.94374

Framework versions

  • Transformers 4.29.1
  • TensorFlow 2.11.0
  • Datasets 2.12.0
  • Tokenizers 0.13.3

Как запустить

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

GPU в ailist

Универсальный рантайм · image-classification

Нельзя запустить

В репозитории нет весов в формате PyTorch/safetensors.

Класс архитектуры
ViTForImageClassification
Ревизия весов
c9827e1

0 моделей