Характеристики

Параметры: 113 млн
Лицензия: Apache 2.0
Архитектура: vit · dense
Базовая модель: vit-base-patch16-224-in21k
Библиотека: transformers
Опубликована: 8 фев 2025

Ссылки

Hugging Face

clothes_image_detection

dima806

Классификация изображенийИзображение → label4 профессии

Дообученный Vision Transformer определяет категорию одежды на изображении с заявленной в README точностью около 78%.

85скачиваний за 30 дней6лайковвеса обновлены8 фев 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 dima806/clothes_image_detection — дообученный Vision Transformer для определения категории одежды на изображении. Она принимает изображение и возвращает метку класса одежды; в README заявлена точность около 78%. Модель основана на google/vit-base-patch16-224-in21k, содержит 113,2 млн параметров и распространяется в формате safetensors через Transformers.

Модель подходит для автоматической категоризации одежды в каталогах товаров и для распознавания типов одежды на фотографиях. Лицензия Apache-2.0 разрешает использование на её условиях.

Сценарии применения

автоматическая категоризация одежды в интернет-магазине
определение типа одежды на фотографии
разметка изображений одежды для каталога
сортировка фотографий одежды по категориям

Ограничения

В README указана точность около 78%; качество может зависеть от изображений и категорий одежды.

Для каких профессий подходит4

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

IV.1Отраслевые задачиРитейл, электронная коммерция и fashion-techAI помогает управлять ассортиментом, покупательским опытом и эффективностью торговых операций.29 задач5 934модели I.11Универсальные способностиКлассификация, ранжирование и сопоставлениеAI помогает распределять объекты по категориям, устанавливать соответствия и определять порядок обработки.15 задач26 736моделей I.3Универсальные способностиИзвлечение и структурирование данныхAI помогает превращать разрозненные данные в структуру, пригодную для поиска, аналитики и автоматизации.18 задач25 791модель I.8Универсальные способностиИзображения и компьютерное зрениеAI помогает извлекать визуальные признаки, изменять изображения и создавать новые визуальные материалы.17 задач6 331модель

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Returns the clothes category with about 78% accuracy based on an image.

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

image/png

Classification report:

               precision    recall  f1-score   support

       Blazer     0.7419    0.6900    0.7150       200
         Coat     0.7512    0.7550    0.7531       200
 Denim Jacket     0.8592    0.9150    0.8862       200
      Dresses     0.8603    0.7700    0.8127       200
       Hoodie     0.6985    0.9500    0.8051       200
       Jacket     0.7686    0.4650    0.5794       200
        Jeans     0.8657    0.8700    0.8678       200
   Long Pants     0.8112    0.7950    0.8030       200
         Polo     0.7929    0.5550    0.6529       200
        Shirt     0.7430    0.7950    0.7681       200
       Shorts     0.9149    0.8600    0.8866       200
        Skirt     0.8102    0.8750    0.8413       200
Sports Jacket     0.6562    0.7350    0.6934       200
      Sweater     0.7758    0.8650    0.8180       200
      T-shirt     0.7743    0.8750    0.8216       200

     accuracy                         0.7847      3000
    macro avg     0.7883    0.7847    0.7803      3000
 weighted avg     0.7883    0.7847    0.7803      3000

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: ViTForImageClassification
Ревизия весов: 649dbb3