/ Модель

Характеристики

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

gtsrb-model

Классификация изображенийИзображение → label3 профессии

ViT-модель для классификации изображений дорожных знаков из набора GTSRB.

149скачиваний за 30 дней0лайковвеса обновлены5 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

bazyl/gtsrb-model — модель классификации изображений, дообученная автором bazyl на базе google/vit-base-patch16-224-in21k для набора данных GTSRB. Она использует архитектуру Vision Transformer ViTForImageClassification и содержит 113,2 млн параметров.

Модель предназначена для распознавания дорожных знаков по отдельным изображениям, относя их к одному из более чем 40 классов. В README указана точность 0,9993 на оценочном наборе. Модель принимает изображения и выдаёт метку класса.

Репозиторий содержит веса PyTorch и распространяется по лицензии Apache-2.0. Результат на оценочном наборе сам по себе не гарантирует такую же точность на изображениях дорожных знаков из других условий съёмки или регионов.

Сценарии применения

  • распознавание дорожного знака на изображении
  • классификация изображений знаков для прототипа системы помощи водителю
  • оценка распознанных классов дорожных знаков на данных GTSRB

Ограничения

Оценочная точность приведена для набора GTSRB; качество на изображениях из других регионов и условий съёмки не установлено.

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

gtsrb-model

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

  • Loss: 0.0034
  • Accuracy: 0.9993

Model description

The German Traffic Sign Benchmark is a multi-class, single-image classification challenge held at the International Joint Conference on Neural Networks (IJCNN) 2011. We cordially invite researchers from relevant fields to participate: The competition is designed to allow for participation without special domain knowledge. Our benchmark has the following properties:

  • Single-image, multi-class classification problem
  • More than 40 classes
  • More than 50,000 images in total
  • Large, lifelike database

Training hyperparameters

The following hyperparameters were used during training:

  • learning_rate: 2e-05
  • train_batch_size: 8
  • eval_batch_size: 8
  • seed: 1337
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: linear
  • num_epochs: 10.0

Training results

Training LossEpochStepValidation LossAccuracy
0.25931.041660.15850.9697
0.26592.083320.04720.9900
0.28253.0124980.01550.9971
0.09534.0166640.01130.9983
0.12775.0208300.00760.9985
0.08166.0249960.00470.9988
0.03827.0291620.00410.9990
0.09838.0333280.00590.9990
0.17469.0374940.00340.9993
0.115310.0416600.00380.9990

Framework versions

  • Transformers 4.21.0.dev0
  • Pytorch 1.12.0
  • Datasets 2.3.2
  • 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
95f6c95

0 моделей