Характеристики

Параметры: 113 млн
Лицензия: Apache 2.0
Архитектура: vit · dense
Опубликована: 2 авг 2022

Ссылки

Hugging Face

croupier-creature-classifier

alkzar90

Классификация изображенийИзображение → label3 профессии

Дообученная модель ViT для классификации изображений существ из набора данных croupier-mtg-dataset.

29скачиваний за 30 дней0лайковвеса обновлены12 авг 2022

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

alkzar90 разработал эту модель как дообученную версию ViT Base с патчами 16×16 и входным разрешением 224 пикселя из google/vit-base-patch16-224-in21k. Модель содержит 113,2 млн параметров и классифицирует изображения существ из набора croupier-mtg-dataset, связанного с карточной игрой Magic: The Gathering.

Модель подходит для определения класса существа на изображении в сценариях, связанных с этим набором данных. На указанной в карточке оценочной выборке точность составила 0,7471, а loss — 0,7583. Лицензия — Apache-2.0.

Сценарии применения

классификация изображений существ из Magic: The Gathering
автоматическая категоризация изображений карточек существ
экспериментальная проверка распознавания существ на изображениях

Ограничения

В README указана точность 0,7471 на оценочной выборке; качество на других данных может отличаться. Карточка не описывает классы меток и подробности обучающей выборки.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

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 II.8Разработка и данныеИнженерия данных и аналитикаAI помогает готовить надёжные данные и превращать их в понятную аналитику.22 задачи23 488моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

croupier-creature-classifier

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

Loss: 0.7583
Accuracy: 0.7471

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: 0.0002
train_batch_size: 16
eval_batch_size: 8
seed: 42
optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
lr_scheduler_type: linear
num_epochs: 5
mixed_precision_training: Native AMP

Training results

Training Loss	Epoch	Step	Validation Loss	Accuracy
0.6663	1.1	100	1.0179	0.5941
0.4924	2.2	200	0.7036	0.7529
0.4552	3.3	300	0.6123	0.7824
0.2355	4.4	400	0.5748	0.7647

Framework versions

Transformers 4.21.1
Pytorch 1.12.0+cu113
Datasets 2.4.0
Tokenizers 0.12.1

Как запустить

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

GPU в ailist

Универсальный рантайм · image-classification

Можно запустить

Подбираем GPU…

Класс архитектуры: ViTForImageClassification
Ревизия весов: 048cf99