Характеристики

Лицензия: Своя лицензия
Архитектура: mobilevit · dense
Опубликована: 4 сен 2023

Ссылки

Hugging Face

mobilevit-small-finetuned

jorgeduardo13

Классификация изображенийИзображение → label3 профессии

Дообученная на CIFAR-10 модель MobileViT-Small для классификации изображений.

428скачиваний за 30 дней0лайковвеса обновлены4 сен 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

jorgeduardo13/mobilevit-small-finetuned — модель классификации изображений, созданная дообучением MobileViT-Small от Apple на CIFAR-10. Она предназначена для отнесения изображений к классам этого набора данных. В оценке на тестовой выборке указана точность 0,787 и значение loss 0,6787.

Модель использует архитектуру MobileViTForImageClassification и опубликована в формате PyTorch. Лицензия в метаданных обозначена как other; конкретные условия использования в карточке не раскрыты.

Сценарии применения

Классификация изображений по классам CIFAR-10
Эксперименты с классификацией изображений на компактной архитектуре MobileViT
Оценка точности модели на тестовой выборке CIFAR-10

Ограничения

На тестовой выборке CIFAR-10 указана точность 0,787; результаты на других наборах данных не приведены. Условия лицензии обозначены как other и требуют уточнения.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

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 II.2Разработка и данныеСоздание и понимание программного кодаAI помогает писать, объяснять и связывать программный код с требованиями и существующей системой.20 задач21 443модели II.8Разработка и данныеИнженерия данных и аналитикаAI помогает готовить надёжные данные и превращать их в понятную аналитику.22 задачи23 488моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

mobilevit-small-finetuned

This model is a fine-tuned version of apple/mobilevit-small on the cifar10 dataset. It achieves the following results on the evaluation set:

Loss: 0.6787
Accuracy: 0.787

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
gradient_accumulation_steps: 4
total_train_batch_size: 128
optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
lr_scheduler_type: linear
lr_scheduler_warmup_ratio: 0.1
num_epochs: 3

Training results

Training Loss	Epoch	Step	Validation Loss	Accuracy
1.357	1.0	351	1.0780	0.6832
1.068	2.0	703	0.7430	0.7722
1.0103	2.99	1053	0.6787	0.787

Framework versions

Transformers 4.28.0
Pytorch 2.0.1+cu118
Datasets 2.14.4
Tokenizers 0.13.3

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: MobileViTForImageClassification
Ревизия весов: 6ffc63b