Характеристики

Параметры: 113 млн
Лицензия: Apache 2.0
Архитектура: vit · dense
Базовая модель: vit-base-patch16-224-in21k
Опубликована: 7 июн 2024

Ссылки

Hugging Face

vit-base-patch16-224-in21k-cards-june-07-cropping-filtered-preprocess-change-test

ansilmbabl

Классификация изображенийИзображение → label

Дообученная модель Vision Transformer для классификации изображений.

7скачиваний за 30 дней0лайковвеса обновлены8 июн 2024

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 ansilmbabl/vit-base-patch16-224-in21k-cards-june-07-cropping-filtered-preprocess-change-test — версия Vision Transformer, дообученная на базе google/vit-base-patch16-224-in21k для классификации изображений. Она содержит 113,2 млн параметров и сохранена в формате safetensors. В README приведены результаты оценки: accuracy 0,4582 и loss 1,4854.

Модель предназначена для отнесения изображений к классам обучающего набора. Название репозитория указывает на карточки и изменение предобработки с фильтрацией и обрезкой, однако README не раскрывает состав классов и набор данных, поэтому применимость к конкретным типам изображений оценить нельзя. Лицензия — Apache-2.0.

Сценарии применения

классификация изображений по классам обучающего набора
автоматическая сортировка изображений по категориям
оценка изображений в конвейере компьютерного зрения

Ограничения

На указанном наборе оценки accuracy составила 0,4582; состав классов и данные обучения не описаны, поэтому качество для других задач и типов изображений не установлено.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

vit-base-patch16-224-in21k-cards-june-07-cropping-filtered-preprocess-change-test

This model is a fine-tuned version of google/vit-base-patch16-224-in21k on the None dataset. It achieves the following results on the evaluation set:

eval_loss: 1.4854
eval_accuracy: 0.4582
eval_runtime: 82.8936
eval_samples_per_second: 120.637
eval_steps_per_second: 0.483
epoch: 12.9981
step: 1682

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: 5e-05
train_batch_size: 640
eval_batch_size: 256
seed: 42
gradient_accumulation_steps: 8
total_train_batch_size: 5120
optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
lr_scheduler_type: linear
lr_scheduler_warmup_ratio: 0.1
num_epochs: 15

Framework versions

Transformers 4.41.2
Pytorch 2.0.1+cu117
Datasets 2.19.1
Tokenizers 0.19.1

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: 0c326e5