/ Модель

Характеристики

Параметры
113 млн
Лицензия
Apache 2.0
Архитектура
vit · dense
Базовая модель
vit-base-patch16-224-in21k
Опубликована
3 сен 2023

fruit_vegetable_image_detection

Классификация изображенийИзображение → label3 профессии

Дообученный Vision Transformer для классификации изображений фруктов и овощей.

71скачиваний за 30 дней3лайкавеса обновлены2 ноя 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

Dima806 дообучил модель Google ViT Base Patch16 224 In21k для классификации изображений фруктов и овощей. Это Vision Transformer с 113,2 млн параметров, предназначенный для определения класса объекта на изображении. Модель принимает изображения и выдаёт метки классов.

Модель распространяется в форматах PyTorch и Safetensors по лицензии Apache 2.0. Карточка не содержит сведений о наборе классов или качестве распознавания, поэтому их нельзя оценить по доступным данным.

Сценарии применения

  • Распознавание фруктов на фотографии
  • Распознавание овощей на фотографии
  • Автоматическая сортировка изображений продуктов
  • Определение класса продукта в приложении

Ограничения

Доступные сведения не описывают полный перечень распознаваемых классов и метрики качества модели.

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

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
02563e0

0 моделей