Характеристики

Параметры: 113 млн
Лицензия: Apache 2.0
Архитектура: vit · dense
Опубликована: 19 дек 2022

Ссылки

Hugging Face

vit-base-patch16-224-finetuned-flower

jonathanfernandes

Классификация изображенийИзображение → label3 профессии

Дообученная модель ViT классифицирует изображения цветов по категориям.

38скачиваний за 30 дней0лайковвеса обновлены24 фев 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 jonathanfernandes/vit-base-patch16-224-finetuned-flower — версия Vision Transformer, дообученная на базе google/vit-base-patch16-224 для классификации изображений цветов. Она принимает изображения и предсказывает класс изображения; размер модели составляет 113,2 млн параметров. В карточке указаны архитектура ViT с патчами 16×16 и входным разрешением 224×224 пикселя, а также формат PyTorch.

Модель подходит для автоматической категоризации фотографий цветов, например для сортировки коллекций изображений или создания демонстрационных классификаторов. Состав классов, качество на новых данных и ограничения применения в README не описаны. Лицензия — Apache-2.0.

Сценарии применения

классификация фотографий цветов
автоматическая сортировка изображений растений
определение категории цветка на изображении

Ограничения

README не сообщает состав классов и метрики качества; точность на изображениях вне обучающего набора не установлена.

Для каких профессий подходит3

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 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-finetuned-flower

This model is a fine-tuned version of google/vit-base-patch16-224 on the imagefolder dataset.

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
optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
lr_scheduler_type: linear
num_epochs: 5

Training results

Framework versions

Transformers 4.24.0
Pytorch 1.13.1+cu116
Datasets 2.7.1
Tokenizers 0.13.2

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: b75a802