/ Модель

Характеристики

Параметры
403 млн
Лицензия
Apache 2.0
Архитектура
vit · dense
Базовая модель
vit-large-patch16-224
Библиотека
transformers
Опубликована
13 ноя 2024

vit-large-patch16-224-dungeon-geo-morphs-009

Классификация изображенийИзображение → label3 профессии

Дообученная ViT-Large/16 классифицирует изображения карт подземелий по геоморфологическим вариантам и числу входов.

8скачиваний за 30 дней1лайквеса обновлены16 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

Модель griffio/vit-large-patch16-224-dungeon-geo-morphs-009 — дообученная версия Google ViT-Large/16 для классификации изображений карт подземелий по геоморфологическим вариантам с 0–3 входами. Она построена на архитектуре ViTForImageClassification и содержит около 402,7 млн параметров. Модель предназначена для автоматической категоризации изображений таких карт; в README указаны точность 1,0 и loss 0,0429 на оценочном наборе.

Модель принимает изображения и возвращает классы. Обучение выполнено на наборе dungeon-geo-morphs; лицензия — Apache-2.0. Карточка не описывает состав классов, размер и происхождение обучающей и оценочной выборок, поэтому приведённые метрики не позволяют оценить переносимость на другие типы карт.

Сценарии применения

  • классификация карт подземелий по геоморфологическому варианту
  • определение числа входов на карте подземелья от 0 до 3
  • автоматическая категоризация изображений карт подземелий

Ограничения

Указанные в README метрики относятся только к оценочному набору, сведения о его размере и составе отсутствуют. Переносимость на другие типы изображений не описана.

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

vit-large-patch16-224-dungeon-geo-morphs-009

This model is a fine-tuned version of google/vit-large-patch16-224 on the dungeon-geo-morphs dataset. It achieves the following results on the evaluation set:

  • Loss: 0.0429
  • Accuracy: 1.0

Model description

Dungeon Maps - Geo Morphs - with 0 to 3 entrances

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: 8
  • eval_batch_size: 8
  • seed: 42
  • gradient_accumulation_steps: 4
  • total_train_batch_size: 32
  • optimizer: Use 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: 35
  • mixed_precision_training: Native AMP

Training results

Training LossEpochStepValidation LossAccuracy
0.73036.5714100.25360.9444
0.046413.2857200.07370.9444
0.001719.8571300.04291.0

Framework versions

  • Transformers 4.46.2
  • Pytorch 2.5.0+cu121
  • Datasets 3.1.0
  • Tokenizers 0.20.3

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
2012e78

0 моделей