Характеристики

Параметры: 113 млн
Архитектура: vit · dense
Опубликована: 24 мар 2024

Ссылки

adult-content-identify-image

Классификация изображенийИзображение → label3 профессии

ViT-модель классифицирует изображения товаров интернет-магазинов как товары для взрослых, обычные товары или неизвестный класс.

26скачиваний за 30 дней6лайковвеса обновлены5 мая 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

jiechau/adult-content-identify-image — модель классификации изображений на базе Vision Transformer (ViT) для определения, относится ли товар на фотографии из интернет-магазина к категории товаров для взрослых. Она принимает изображение и относит его к одному из трёх классов: неизвестно, контент для взрослых или обычный товар. Модель содержит 113,2 млн параметров; доступны веса в форматах Safetensors и ONNX.

Модель предназначена для фильтрации и разметки изображений товаров в каталогах интернет-магазинов. Её можно использовать для первичной проверки карточек товаров и разделения изображений на категории для последующей модерации. В README приведён пример применения через Transformers pipeline.

Карточка не описывает точность, обучающие данные или поведение на пограничных случаях; класс «неизвестно» позволяет учитывать неопределённый результат. Сведения о лицензии в предоставленных данных отсутствуют.

Сценарии применения

фильтрация изображений товаров для взрослых в интернет-магазине
разметка фотографий товаров по категориям «для взрослых» и «обычные»
предварительная модерация изображений в каталоге товаров

Ограничения

Карточка не приводит метрики качества, описание обучающих данных или сведения о поведении на пограничных изображениях. Лицензия в предоставленных материалах не указана.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

IV.1Отраслевые задачиРитейл, электронная коммерция и fashion-techAI помогает управлять ассортиментом, покупательским опытом и эффективностью торговых операций.29 задач5 934модели IV.9Отраслевые задачиМедиа, журналистика, культура, архивы и игрыAI помогает создавать, искать, сохранять и персонализировать медиа, культурный и игровой контент.44 задачи14 938моделей III.1Корпоративные функцииСтратегия, продукт и бизнес-моделиAI помогает принимать продуктовые и стратегические решения на основе свидетельств, а не только интуиции.19 задач2 459моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

adult-content-identify-image

(text version here 文字版本請參考這裡)

Determine whether online sales products are adult content. Input: image content, Output results: 0 Unknown, 1 Adult Content, 2 General Merchandise.

判斷網路銷售商品是否屬於成人內容。輸入圖片內容，輸出結果: 0 未知, 1 成人內容, 2 一般商品。

use transformers pipeline

from transformers import pipeline, AutoConfig
pipe = pipeline("image-classification", model="jiechau/adult-content-identify-image")
config = AutoConfig.from_pretrained("jiechau/adult-content-identify-image")
label2id = config.label2id
id2label = config.id2label

q = 'https://xxx.xxx.xxx/images/xxx/xxx.webp'
q = 'https://xxx.xxx.xxx/images/xxx/xxx.jpg'
result = pipe(q)
print(result)
print(label2id[result[0]['label']])
# [{'label': 'adult_成人商品', 'score': 0.7516837120056152}, {'label': 'regular_一般商品', 'score': 0.2475457787513733}, {'label': 'unknown', 'score': 0.0007705678581260145}]
# 1

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: 1e7e42b