/ Модель

Характеристики

Лицензия
Apache 2.0
Архитектура
microvit · dense
Библиотека
transformers
Опубликована
1 июл 2026

microvit-s1

Классификация изображенийИзображение → label

Компактная предварительно обученная на ImageNet-1K модель SHViT для классификации изображений по 1000 классам.

7скачиваний за 30 дней0лайковвеса обновлены1 июл 2026

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

MicroViT-S1 — модель классификации изображений, представленная пользователем henriquequeirozcunha. Это предварительно обученный на ImageNet-1K компактный vision transformer с архитектурой SHViT (Single-Head Vision Transformer) и 6,4 млн параметров. Модель предсказывает один из 1000 классов ImageNet для входного изображения; заявленная точность Top-1 составляет 72,6%. Предназначена для классификации изображений в задачах компьютерного зрения, где полезна компактная модель.

Модель доступна в формате safetensors и предназначена для Transformers. Лицензия — Apache-2.0. Для загрузки в README указан AutoModelForImageClassification с trust_remote_code=True.

Сценарии применения

  • классификация объектов на фотографиях
  • распознавание классов ImageNet на изображениях
  • встраивание классификатора изображений в приложение
  • эксперименты с компактными vision transformer

Ограничения

Модель ориентирована на 1000 классов ImageNet-1K; качество для других наборов классов или предметных областей не заявлено. Загрузка в Transformers в README указана с trust_remote_code=True.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

MicroViT-S1

ImageNet-1K pretrained MicroViT-S1 (6.4M params, 72.6% Top-1 accuracy).

Architecture: SHViT (Single-Head Vision Transformer) backbone. Source paper: https://arxiv.org/abs/2502.05800 Official repo: https://github.com/novendrastywn/MicroViT

Usage

from transformers import AutoModelForImageClassification, AutoImageProcessor

# Load ImageNet pretrained (1000 classes)
model = AutoModelForImageClassification.from_pretrained(
    "henriquequeirozcunha/microvit-s1",
    trust_remote_code=True,
)

# Fine-tune for binary classification
model = AutoModelForImageClassification.from_pretrained(
    "henriquequeirozcunha/microvit-s1",
    num_labels=2,
    ignore_mismatched_sizes=True,
    trust_remote_code=True,
)

Preprocessing: 224×224, ImageNet normalization (mean=[0.485,0.456,0.406], std=[0.229,0.224,0.225]).

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · transformers · image-classification

Нельзя запустить

Модели нужен код из репозитория; автор пока не в списке доверенных организаций.

Класс архитектуры
MicroViTForImageClassification
Ревизия весов
cc64cd3

0 моделей