/ Модель

Характеристики

Параметры
113 млн
Лицензия
Apache 2.0
Архитектура
dinov2 · dense
Базовая модель
dinov2-base
Библиотека
transformers
Опубликована
28 янв 2025

dinov2-base_rice-leaf-disease-augmented_fft

Классификация изображенийИзображение → label3 профессии

Дообученная на задаче классификации изображений модель DINOv2 Base для распознавания заболеваний листьев риса.

22 270скачиваний за 30 дней0лайковвеса обновлены30 янв 2025

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 cvmil/dinov2-base_rice-leaf-disease-augmented_fft — дообученная CVMIL версия визуального трансформера DINOv2 Base от Facebook для классификации изображений. Она предназначена для распознавания классов на изображениях листьев риса и может применяться для автоматизированного выявления заболеваний по фотографиям. Архитектура — Dinov2ForImageClassification; модель содержит 113,2 млн параметров и использует библиотеку Transformers.

В README приведены результаты на тестовой выборке: accuracy 0,9965 и loss 0,0125. Данные обучения и перечень классов не описаны, поэтому эти показатели нельзя обобщать на другие условия съёмки или наборы данных. Модель распространяется по лицензии Apache-2.0.

Сценарии применения

  • классификация фотографий листьев риса
  • автоматическое выявление заболеваний риса по изображениям
  • сортировка снимков листьев для агрономической проверки

Ограничения

В README не указаны обучающий датасет и классы заболеваний; приведённые метрики относятся только к описанной тестовой выборке и не гарантируют качество на других изображениях.

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

dinov2-base_rice-leaf-disease-augmented_fft_012825

This model is a fine-tuned version of facebook/dinov2-base on an unknown dataset. It achieves the following results on the evaluation set:

  • Loss: 0.0125
  • Accuracy: 0.9965

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: 64
  • eval_batch_size: 64
  • seed: 42
  • optimizer: Use OptimizerNames.ADAMW_TORCH with betas=(0.9,0.999) and epsilon=1e-08 and optimizer_args=No additional optimizer arguments
  • lr_scheduler_type: linear
  • lr_scheduler_warmup_ratio: 0.1
  • num_epochs: 15

Training results

Training LossEpochStepAccuracyValidation Loss
0.83841.02500.9310.2042
0.10372.05000.960.1290
0.05743.07500.9770.0657
0.02554.010000.9850.0527
0.00965.012500.9880.0374
0.00526.015000.9970.0128
0.00187.017500.99450.0131
0.00278.020000.9970.0122
0.00049.022500.9970.0153
0.001310.025000.9970.0128
0.000411.027500.99650.0147
0.000412.030000.9970.0155
0.000313.032500.99550.0118
0.000414.035000.99550.0123
0.000315.037500.99650.0125

Framework versions

  • Transformers 4.47.1
  • Pytorch 2.5.1+cu124
  • Datasets 3.2.0
  • Tokenizers 0.21.0

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers · image-classification

Можно запустить

Подбираем GPU…

Класс архитектуры
Dinov2ForImageClassification
Ревизия весов
f80ba1b

0 моделей