Характеристики

Параметры: 113 млн
Лицензия: Apache 2.0
Архитектура: vit · dense
Базовая модель: vit-base-patch16-224
Опубликована: 24 ноя 2023

Ссылки

Hugging Face

vit-base-patch16-224-blur_vs_clean

harrytechiz

Классификация изображенийИзображение → label4 профессии

Дообученный Vision Transformer для классификации изображений как размытых или чётких.

394скачиваний за 30 дней2лайкавеса обновлены24 ноя 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 harrytechiz/vit-base-patch16-224-blur_vs_clean — дообученная на наборе данных imagefolder модель Vision Transformer от Google для классификации изображений на категории «размытое» и «чистое». Она основана на google/vit-base-patch16-224, использует архитектуру ViTForImageClassification и содержит 113,2 млн параметров. На тестовом наборе автор сообщает точность 0,9754 и потери 0,0714.

Модель предназначена для автоматической проверки резкости изображений, например, для отбора кадров или контроля качества загружаемых фотографий. Пригодность метрик к другим данным зависит от сходства изображений с обучающим и оценочным наборами. Лицензия — Apache-2.0.

Сценарии применения

отбраковка размытых фотографий
проверка резкости изображений при загрузке
отбор чётких кадров из видеоряда
контроль качества изображений в фотокаталоге

Ограничения

В README не приведены сведения об обучающих данных, кроме формата imagefolder, и не описаны ограничения применения. Заявленная точность относится только к оценочному набору и может не переноситься на изображения другого типа.

Для каких профессий подходит4

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 938моделей IV.1Отраслевые задачиРитейл, электронная коммерция и fashion-techAI помогает управлять ассортиментом, покупательским опытом и эффективностью торговых операций.29 задач5 934модели II.8Разработка и данныеИнженерия данных и аналитикаAI помогает готовить надёжные данные и превращать их в понятную аналитику.22 задачи23 488моделей 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

vit-base-patch16-224-blur_vs_clean

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

Loss: 0.0714
Accuracy: 0.9754

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: 5e-05
train_batch_size: 32
eval_batch_size: 32
seed: 42
gradient_accumulation_steps: 4
total_train_batch_size: 128
optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
lr_scheduler_type: linear
lr_scheduler_warmup_ratio: 0.1
num_epochs: 3

Training results

Training Loss	Epoch	Step	Validation Loss	Accuracy
0.0539	1.0	151	0.1078	0.9596
0.0611	2.0	302	0.0846	0.9698
0.049	3.0	453	0.0714	0.9754

Framework versions

Transformers 4.31.0
Pytorch 2.0.1+cu118
Datasets 2.14.0
Tokenizers 0.13.3

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: b779f11