Характеристики

Лицензия: Apache 2.0
Архитектура: resnet · dense
Опубликована: 1 авг 2022

Ссылки

Hugging Face

resnet-50-fashion-mnist-quality-drift

arize-ai

Классификация изображенийИзображение → label3 профессии

Дообученная ResNet-50 классифицирует изображения одежды из набора fashion_mnist_quality_drift.

46скачиваний за 30 дней6лайковвеса обновлены1 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

ResNet-50 — сверточная модель классификации изображений, дообученная Arize AI на наборе fashion_mnist_quality_drift. Она предназначена для отнесения изображений одежды из этого набора к классам; на оценочной выборке указаны accuracy 0,73 и F1 0,7289.

Модель основана на microsoft/resnet-50 и опубликована в формате PyTorch. Лицензия — Apache-2.0. Карточка не описывает дополнительные сценарии использования или ограничения качества; приведённые метрики характеризуют только оценочную выборку этого набора данных.

Сценарии применения

Классификация изображений одежды на классы Fashion-MNIST
Проверка качества классификации одежды на данных с дрейфом качества
Экспериментальная оценка ResNet-50 на fashion_mnist_quality_drift

Ограничения

На оценочной выборке указаны accuracy 0,73 и F1 0,7289; карточка не сообщает результаты на других наборах данных или подробные ограничения применения.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

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.4Разработка и данныеОтладка, тестирование и качество ПОAI помогает находить дефекты, строить проверки и повышать надёжность программного продукта.25 задач13 978моделей IV.1Отраслевые задачиРитейл, электронная коммерция и fashion-techAI помогает управлять ассортиментом, покупательским опытом и эффективностью торговых операций.29 задач5 934модели

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

resnet-50-fashion-mnist-quality-drift

This model is a fine-tuned version of microsoft/resnet-50 on the fashion_mnist_quality_drift dataset. It achieves the following results on the evaluation set:

Loss: 0.7473
Accuracy: 0.73
F1: 0.7289

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: 8
eval_batch_size: 8
seed: 42
optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
lr_scheduler_type: linear
num_epochs: 3
mixed_precision_training: Native AMP

Training results

Training Loss	Epoch	Step	Validation Loss	Accuracy	F1
1.5138	1.0	750	0.9237	0.684	0.6826
0.9377	2.0	1500	0.7861	0.722	0.7253
0.8276	3.0	2250	0.7473	0.73	0.7289

Framework versions

Transformers 4.21.0
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: ResNetForImageClassification
Ревизия весов: 1046109