Небольшая CNN на Keras для классификации изображений кошек, собак и панд.
Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды
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.
Описание составлено по карточке модели и метаданным Hugging Face
Howest animal classifier — небольшая сверточная нейронная сеть на Keras, разработанная для учебного задания Howest MCT MLOps и обученная в конвейере Azure Machine Learning. Модель классифицирует RGB-изображения размером 64×64 пикселя по трём категориям: кошки, собаки и панды; на выходе выдаёт вероятности классов через softmax.
Архитектура включает три блока Conv2D и MaxPooling2D, полносвязный слой Dense(64), Dropout(0.5) и выходной слой на три класса. Модель обучали на 2400 изображениях в течение пяти эпох; точность на тестовой выборке из 600 изображений составила 68,8%. Репозиторий содержит формат TensorFlow, а для загрузки используется Keras. Сведения о лицензии отсутствуют в предоставленных данных.
Модель различает только кошек, собак и панд и ожидает RGB-изображения 64×64 с пикселями, нормированными в диапазон [0, 1]. Точность на указанной тестовой выборке составляет 68,8%, поэтому качество может быть ограничено для практического применения.
README от автора на Hugging Face, как он его опубликовал
Small Keras CNN trained in an Azure Machine Learning pipeline (Howest MCT MLOps, assignment 1.2).
["cats", "dogs", "panda"]import keras
model = keras.saving.load_model("hf://jonyyd/howest-hf-ai")
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм · keras
Keras/TensorFlow-модели рантайм не загружает.