/ Модель

Характеристики

Параметры
113 млн
Лицензия
Apache 2.0
Архитектура
vit · dense
Опубликована
30 окт 2023

vit-base-patch16-224-in21k-face-recognition

Классификация изображенийИзображение → label3 профессии

Дообученная ViT-Base модель для классификации изображений лиц.

23скачиваний за 30 дней13лайковвеса обновлены31 окт 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 jayanta/vit-base-patch16-224-in21k-face-recognition — дообученная версия Vision Transformer ViT-Base с патчами 16×16, созданная на основе google/vit-base-patch16-224-in21k для классификации изображений лиц. Она содержит 113,2 млн параметров и доступна в формате PyTorch. На указанном в карточке оценочном наборе модель достигла accuracy 1,0000 и loss 0,0015; состав набора и схема классов не описаны, поэтому эти результаты нельзя считать подтверждением обобщения на другие данные. Модель предназначена для экспериментов и сценариев классификации лиц по изображениям. Выпущена по лицензии Apache-2.0.

Сценарии применения

  • Классификация изображений лиц по классам модели
  • Экспериментальная оценка классификатора лиц на собственном наборе изображений
  • Сравнение результатов ViT на задаче классификации лиц

Ограничения

В карточке не приведены схема классов, подробности обучающих и оценочных данных или ограничения применения. Accuracy 1,0000 указана только для оценочного набора с неописанным составом и не гарантирует качество на новых данных.

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-base-patch16-224-in21k-face-recognition

This model is a fine-tuned version of google/vit-base-patch16-224-in21k on the imagefolder dataset. It achieves the following results on the evaluation set:

  • Loss: 0.0015
  • Accuracy: 1.0000

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: 0.00012
  • train_batch_size: 64
  • eval_batch_size: 64
  • seed: 42
  • gradient_accumulation_steps: 4
  • total_train_batch_size: 256
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: linear
  • lr_scheduler_warmup_ratio: 0.1
  • num_epochs: 8

Training results

Training LossEpochStepValidation LossAccuracy
0.03681.03720.03461.0000
0.00942.07440.00921.0000
0.00463.011160.00471.0000
0.00294.014880.00291.0
0.00225.018600.00230.9999
0.00176.022320.00171.0
0.00157.026040.00151.0
0.00148.029760.00151.0000

Framework versions

  • Transformers 4.30.2
  • Pytorch 1.13.1+cu117
  • Datasets 2.13.2
  • Tokenizers 0.11.0

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
2783908

0 моделей