/ Модель
Каталог

Характеристики

Архитектура
convnext · dense
Опубликована
5 апр 2022

Ссылки

Hugging Face

convnext-tiny-224_flyswot

flyswot
Классификация изображенийИзображение → label3 профессии

Классификатор изображений ConvNeXt Tiny, обученный с нуля для отнесения изображений к классам.

235скачиваний за 30 дней1лайквеса обновлены7 сен 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

Модель flyswot/convnext-tiny-224_flyswot — классификатор изображений на архитектуре ConvNeXt Tiny, обученный с нуля на наборе данных в формате image_folder. По метаданным, модель предназначена для задачи классификации изображений и доступна в форматах PyTorch, Safetensors, ONNX и Core ML.

В карточке приведены результаты на оценочной выборке: F1 0,9756 и loss 0,5319. Назначение классов и состав обучающих данных не описаны, поэтому применимость к конкретным категориям изображений определить нельзя. Лицензия в предоставленных данных не указана.

Сценарии применения

  • классификация изображений по классам обучающего набора
  • автоматическая разметка изображений в коллекции
  • оценка изображений в конвейере компьютерного зрения

Ограничения

Назначение классов и состав данных не описаны, поэтому качество и применимость за пределами оценочного набора неизвестны.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии
IV.9Отраслевые задачиМедиа, журналистика, культура, архивы и игрыAI помогает создавать, искать, сохранять и персонализировать медиа, культурный и игровой контент.44 задачи14 938моделейII.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделейIV.1Отраслевые задачиРитейл, электронная коммерция и fashion-techAI помогает управлять ассортиментом, покупательским опытом и эффективностью торговых операций.29 задач5 934модели

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

convnext-tiny-224_flyswot

This model was trained from scratch on the image_folder dataset. It achieves the following results on the evaluation set:

  • Loss: 0.5319
  • F1: 0.9756

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: 2e-05
  • train_batch_size: 32
  • eval_batch_size: 32
  • seed: 666
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: linear
  • num_epochs: 50
  • mixed_precision_training: Native AMP
  • label_smoothing_factor: 0.1

Training results

Training LossEpochStepValidation LossF1
No log1.0520.54780.9720
No log2.01040.54320.9709
No log3.01560.54370.9731
No log4.02080.54330.9712
No log5.02600.53730.9745
No log6.03120.53710.9756
No log7.03640.53810.9737
No log8.04160.53760.9744
No log9.04680.54310.9694
0.476110.05200.54680.9725
0.476111.05720.54040.9755
0.476112.06240.54810.9669
0.476113.06760.54320.9687
0.476114.07280.54090.9731
0.476115.07800.54030.9737
0.476116.08320.53930.9737
0.476117.08840.54120.9719
0.476118.09360.54330.9674
0.476119.09880.53670.9755
0.470520.010400.53890.9737
0.470521.010920.53960.9737
0.470522.011440.55140.9683
0.470523.011960.55500.9617
0.470524.012480.54280.9719
0.470525.013000.53710.9719
0.470526.013520.54550.9719
0.470527.014040.54090.9680
0.470528.014560.53450.9756
0.469629.015080.53810.9756
0.469630.015600.53870.9705
0.469631.016120.55400.9605
0.469632.016640.54670.9706
0.469633.017160.53220.9756
0.469634.017680.53250.9756
0.469635.018200.53050.9737
0.469636.018720.53050.9769
0.469637.019240.53450.9756
0.469638.019760.53150.9737
0.469939.020280.53330.9756
0.469940.020800.53160.9756
0.469941.021320.52840.9756
0.469942.021840.53250.9756
0.469943.022360.53210.9756
0.469944.022880.53220.9756
0.469945.023400.53230.9756
0.469946.023920.53180.9756
0.469947.024440.53290.9756
0.469948.024960.53170.9756
0.470149.025480.53170.9756
0.470150.026000.53190.9756

Framework versions

  • Transformers 4.17.0
  • Pytorch 1.10.0+cu111
  • Datasets 2.0.0
  • Tokenizers 0.11.6

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
ConvNextForImageClassification
Ревизия весов
24c9342

0 моделей

    Создать бенчмарк