Характеристики

Параметры: 113 млн
Лицензия: Apache 2.0
Архитектура: vit · dense
Базовая модель: vit-base-patch16-224-in21k
Опубликована: 30 окт 2024

Ссылки

Hugging Face

car_brands_image_detection

dima806

Классификация изображенийИзображение → label3 профессии

Дообученный Vision Transformer определяет марку автомобиля по изображению с заявленной точностью около 69%.

188скачиваний за 30 дней4лайкавеса обновлены31 окт 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 dima806/car_brands_image_detection разработана на основе Vision Transformer google/vit-base-patch16-224-in21k и дообучена для классификации изображений автомобилей по маркам. Она принимает изображение и возвращает предсказанную марку; в README указана точность около 69%. Модель содержит 113,2 млн параметров, веса опубликованы в формате safetensors.

Модель подходит для автоматической сортировки фотографий автомобилей и распознавания марки на изображении. Опубликована по лицензии Apache-2.0. Результаты следует считать ориентировочными: заявленная точность около 69%, а сведения о наборе марок и условиях оценки в карточке не раскрыты.

Сценарии применения

определение марки автомобиля на фотографии
автоматическая сортировка изображений автомобилей по маркам
предварительная разметка фотографий для каталога автотранспорта

Ограничения

В README заявлена точность около 69%; состав марок и условия оценки не описаны, поэтому качество на конкретных фотографиях может отличаться.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

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

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Returns car brand with about 69% accuracy given an image.

See https://www.kaggle.com/code/dima806/car-brands-image-detection-vit for details.

image/png

Classification report:

               precision    recall  f1-score   support

        Acura     0.3799    0.5658    0.4546      2066
   Alfa Romeo     0.7487    0.9424    0.8344      2067
 Aston Martin     0.9377    0.8162    0.8727      2067
         Audi     0.3810    0.6623    0.4837      2067
          BMW     0.4379    0.1824    0.2575      2067
      Bentley     0.7206    0.8360    0.7740      2067
      Bugatti     0.9862    1.0000    0.9930      2067
        Buick     0.5081    0.4981    0.5031      2066
     Cadillac     0.7252    0.4315    0.5411      2067
    Chevrolet     0.3715    0.1553    0.2190      2067
     Chrysler     0.6298    0.7551    0.6868      2066
      Citroen     0.9597    0.9903    0.9748      2067
       Daewoo     0.9745    1.0000    0.9871      2067
        Dodge     0.5020    0.6618    0.5710      2067
      Ferrari     0.9238    0.9908    0.9561      2067
         Fiat     0.8116    0.8670    0.8384      2067
         Ford     0.4484    0.0798    0.1355      2067
          GMC     0.5630    0.7842    0.6555      2067
      Genesis     0.6549    0.8916    0.7552      2067
        Honda     0.3684    0.3880    0.3779      2067
       Hudson     0.9584    0.8132    0.8798      2066
      Hyundai     0.3593    0.3527    0.3560      2067
     Infiniti     0.4569    0.6546    0.5382      2067
       Jaguar     0.4496    0.2975    0.3581      2067
         Jeep     0.8256    0.8563    0.8407      2067
          Kia     0.3308    0.1035    0.1577      2067
  Lamborghini     0.9252    0.9811    0.9523      2067
   Land Rover     0.5205    0.8365    0.6417      2067
        Lexus     0.4655    0.2221    0.3007      2067
      Lincoln     0.5455    0.5244    0.5348      2067
           MG     0.7773    0.9879    0.8700      2067
     Maserati     0.7179    0.8162    0.7639      2067
        Mazda     0.4517    0.4664    0.4589      2067
      McLaren     0.9782    1.0000    0.9890      2066
Mercedes-Benz     0.3383    0.0329    0.0600      2067
         Mini     0.8048    0.9337    0.8645      2067
   Mitsubishi     0.4671    0.7928    0.5878      2066
       Nissan     0.5305    0.0672    0.1194      2067
   Oldsmobile     0.8832    0.9918    0.9344      2067
      Peugeot     0.9070    1.0000    0.9512      2067
      Pontiac     0.9641    0.9884    0.9761      2067
      Porsche     0.5380    0.6376    0.5836      2067
          Ram     0.8475    0.9652    0.9025      2067
   Ram Trucks     0.9626    0.9831    0.9727      2067
      Renault     0.9686    1.0000    0.9840      2066
  Rolls-Royce     0.8737    0.9671    0.9180      2067
         Saab     0.9311    1.0000    0.9643      2067
        Smart     0.9247    0.9627    0.9433      2066
   Studebaker     0.9645    1.0000    0.9819      2067
       Subaru     0.4404    0.3112    0.3647      2066
       Suzuki     0.9425    1.0000    0.9704      2067
        Tesla     0.7482    0.9390    0.8328      2066
       Toyota     0.2884    0.0755    0.1196      2067
   Volkswagen     0.4282    0.4964    0.4598      2067
        Volvo     0.4807    0.5300    0.5041      2066

     accuracy                         0.6925    113674
    macro avg     0.6733    0.6925    0.6638    113674
 weighted avg     0.6733    0.6925    0.6638    113674

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: d7e8498