Характеристики

Лицензия: Apache 2.0
Архитектура: resnet · dense
Базовая модель: resnet-50
Опубликована: 16 ноя 2023

Ссылки

Hugging Face

resnet50_rvl-cdip

jordyvl

Классификация изображенийИзображение → label

Дообученная ResNet-50 для классификации изображений документов по категориям RVL-CDIP.

10скачиваний за 30 дней0лайковвеса обновлены16 ноя 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

jordyvl/resnet50_rvl-cdip — модель классификации изображений, созданная дообучением ResNet-50 от Microsoft. Она предназначена для присвоения изображению одной из категорий набора RVL-CDIP, связанного с классификацией документов. Модель принимает изображение и выдаёт метку класса с оценкой уверенности.

В README приведены результаты оценки: accuracy и micro-F1 0,7503, macro-F1 0,5224, Brier loss 0,3458 и ECE 0,0166. Веса опубликованы в формате safetensors; лицензия — Apache-2.0. Размер входного изображения и точное число классов в карточке не приведены.

Сценарии применения

классификация сканов документов по типу
автоматическая сортировка изображений документов
определение категории документа в архиве

Ограничения

На оценочном наборе accuracy составляет 0,7503, а macro-F1 — 0,5224, что указывает на неодинаковое качество по классам. README не описывает ограничения применения и детали обучающих данных.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

resnet50_rvl-cdip

This model is a fine-tuned version of microsoft/resnet-50 on the None dataset. It achieves the following results on the evaluation set:

Loss: 0.8368
Accuracy: 0.7503
Brier Loss: 0.3458
Nll: 3.2289
F1 Micro: 0.7503
F1 Macro: 0.5224
Ece: 0.0166
Aurc: 0.0739

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: 2e-05
train_batch_size: 64
eval_batch_size: 64
seed: 42
gradient_accumulation_steps: 16
total_train_batch_size: 1024
optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
lr_scheduler_type: linear
lr_scheduler_warmup_ratio: 0.1
num_epochs: 10

Training results

Training Loss	Epoch	Step	Validation Loss	Accuracy	Brier Loss	Nll	F1 Micro	F1 Macro	Ece	Aurc
No log	1.0	312	3.9686	0.1994	0.9069	6.9377	0.1994	0.0036	0.0434	0.6332
5.3078	2.0	625	1.5040	0.5644	0.5696	4.9767	0.5644	0.0480	0.0330	0.2052
5.3078	3.0	937	1.1500	0.6602	0.4588	4.0574	0.6602	0.1527	0.0193	0.1309
1.3983	4.0	1250	1.0174	0.6961	0.4132	3.6856	0.6961	0.2658	0.0184	0.1053
1.0466	5.0	1562	0.9439	0.7167	0.3862	3.5182	0.7167	0.3477	0.0150	0.0921
1.0466	6.0	1875	0.9042	0.7302	0.3717	3.3972	0.7302	0.3345	0.0160	0.0854
0.9333	7.0	2187	0.8713	0.7395	0.3593	3.3567	0.7395	0.4236	0.0162	0.0801
0.8757	8.0	2500	0.8550	0.7444	0.3531	3.2398	0.7444	0.4113	0.0150	0.0772
0.8757	9.0	2812	0.8389	0.7487	0.3468	3.1800	0.7487	0.4613	0.0149	0.0745
0.8509	9.98	3120	0.8368	0.7503	0.3458	3.2289	0.7503	0.5224	0.0166	0.0739

Framework versions

Transformers 4.36.0.dev0
Pytorch 2.2.0.dev20231112+cu118
Datasets 2.14.5
Tokenizers 0.14.1

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: ResNetForImageClassification
Ревизия весов: f8eaa19