Характеристики

Параметры: 113 млн
Лицензия: Apache 2.0
Архитектура: vit · dense
Базовая модель: vit-base-patch16-224-in21k
Библиотека: transformers
Опубликована: 4 сен 2026

Ссылки

vit-beans-demo

Классификация изображенийИзображение → label3 профессии

Дообученная модель ViT для классификации изображений, представленная как демонстрационный пример на изображениях фасоли.

12скачиваний за 30 дней0лайковвеса обновлены4 сен 2026

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

karilamo/vit-beans-demo — модель классификации изображений на архитектуре Vision Transformer (ViT), созданная дообучением google/vit-base-patch16-224-in21k. Она предназначена для отнесения изображений к классам; название модели указывает на демонстрационную классификацию изображений фасоли, однако состав классов и обучающий набор данных в карточке не раскрыты.

Модель содержит 113,2 млн параметров и распространяется в формате safetensors. В README указаны результаты оценки: accuracy 0,9766 и loss 0,1136; датасет и подробности методики оценки не описаны. Лицензия — Apache-2.0.

Сценарии применения

Классификация изображений фасоли по классам модели
Проверка работы Vision Transformer на задаче классификации изображений
Создание демонстрационного прототипа классификатора изображений

Ограничения

Обучающий набор данных и состав классов не раскрыты, поэтому применимость к изображениям вне демонстрационной задачи не подтверждена. Приведённые метрики оценки не сопровождаются описанием методики или набора тестовых данных.

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

vit-beans-demo

This model is a fine-tuned version of google/vit-base-patch16-224-in21k on an unknown dataset. It achieves the following results on the evaluation set:

Loss: 0.1136
Accuracy: 0.9766

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: 16
eval_batch_size: 16
seed: 42
optimizer: Use OptimizerNames.ADAMW_TORCH_FUSED with betas=(0.9,0.999) and epsilon=1e-08 and optimizer_args=No additional optimizer arguments
lr_scheduler_type: linear
num_epochs: 4
mixed_precision_training: Native AMP

Training results

Training Loss	Epoch	Step	Validation Loss	Accuracy
0.2161	1.0	65	0.1361	0.9925
0.0942	2.0	130	0.1288	0.9624
0.0407	3.0	195	0.0656	0.9850
0.0356	4.0	260	0.0610	0.9850

Framework versions

Transformers 5.16.1
Pytorch 2.11.0+cu128
Datasets 5.0.1
Tokenizers 0.23.1

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · transformers · image-classification

Можно запустить

Подбираем GPU…

Класс архитектуры: ViTForImageClassification
Ревизия весов: ffefa41