/ Модель
Каталог

Характеристики

Архитектура
clip · dense
Базовая модель
clip-vit-large-patch14-336
Библиотека
transformers
Опубликована
21 авг 2024

Ссылки

Hugging Face

clip-finetuned-csu-p14-336-e4l58-l

kevinoli
Классификация изображений без дообученияИзображение, текст → label4 профессии

Дообученная CLIP-модель для классификации изображений по заданным текстовым категориям без отдельного обучения.

218скачиваний за 30 дней0лайковвеса обновлены24 авг 2024

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

kevinoli/clip-finetuned-csu-p14-336-e4l58-l — дообученная модель CLIP на базе openai/clip-vit-large-patch14-336, опубликованная пользователем kevinoli. Она сопоставляет изображения с текстовыми описаниями и поддерживает классификацию изображений по категориям, заданным пользователем, без отдельного обучения на этих категориях. Модель реализована как CLIPModel и распространяется в формате safetensors для Transformers.

Карточка сообщает значение Loss 0,8028 на оценочном наборе, но не раскрывает датасет, детали обучения и сценарии применения. Поэтому нельзя надёжно определить её специализацию, качество на конкретных данных или языки текстовых запросов. Базовая модель CLIP предназначена для сопоставления изображений и текста; лицензия в доступных данных не указана.

Сценарии применения

  • классификация изображений по пользовательским категориям
  • поиск изображений по текстовым описаниям
  • сопоставление изображений с описаниями

Ограничения

Датасет и специализация дообучения не раскрыты; приведён только Loss 0,8028 без контекста, достаточного для оценки качества. Лицензия и поддерживаемые языки в доступных данных не указаны.

Для каких профессий подходит4

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии
I.11Универсальные способностиКлассификация, ранжирование и сопоставлениеAI помогает распределять объекты по категориям, устанавливать соответствия и определять порядок обработки.15 задач26 736моделейI.8Универсальные способностиИзображения и компьютерное зрениеAI помогает извлекать визуальные признаки, изменять изображения и создавать новые визуальные материалы.17 задач6 331модельI.12Универсальные способностиРекомендации и персонализацияAI помогает подбирать релевантные варианты и адаптировать опыт под конкретного человека или ситуацию.15 задач7 627моделейII.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

clip-finetuned-csu-p14-336-e4l58-l

This model is a fine-tuned version of openai/clip-vit-large-patch14-336 on an unknown dataset. It achieves the following results on the evaluation set:

  • Loss: 0.8028

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-08
  • train_batch_size: 128
  • eval_batch_size: 8
  • seed: 42
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: linear
  • num_epochs: 4.0

Training results

Training LossEpochStepValidation Loss
0.46670.05335001.4426
0.45320.106710001.3816
0.37490.160015001.3311
0.3360.213320001.2891
0.35850.266625001.2536
0.3030.320030001.2203
0.32420.373335001.1956
0.24270.426640001.1694
0.29930.479945001.1456
0.31830.533350001.1201
0.3070.586655001.0982
0.26380.639960001.0780
0.22260.693365001.0613
0.24530.746670001.0444
0.2720.799975001.0301
0.2830.853280001.0167
0.23310.906685001.0035
0.23620.959990000.9925
0.23961.013295000.9830
0.20131.0666100000.9736
0.20821.1199105000.9639
0.20231.1732110000.9558
0.23311.2265115000.9465
0.17841.2799120000.9392
0.19531.3332125000.9316
0.18671.3865130000.9270
0.221.4398135000.9197
0.16561.4932140000.9148
0.19681.5465145000.9096
0.16761.5998150000.9057
0.20741.6532155000.8994
0.18471.7065160000.8954
0.18451.7598165000.8900
0.17211.8131170000.8873
0.26271.8665175000.8810
0.16231.9198180000.8774
0.21621.9731185000.8713
0.18022.0265190000.8679
0.1792.0798195000.8633
0.15492.1331200000.8606
0.17422.1864205000.8585
0.14482.2398210000.8546
0.20662.2931215000.8513
0.14832.3464220000.8481
0.18132.3997225000.8447
0.16172.4531230000.8411
0.16642.5064235000.8394
0.17862.5597240000.8358
0.14652.6131245000.8330
0.12892.6664250000.8314
0.16622.7197255000.8296
0.14632.7730260000.8262
0.14712.8264265000.8249
0.1672.8797270000.8219
0.12682.9330275000.8204
0.1772.9863280000.8177
0.12063.0397285000.8166
0.13453.0930290000.8156
0.19073.1463295000.8144
0.13953.1997300000.8126
0.15113.2530305000.8112
0.13343.3063310000.8102
0.17993.3596315000.8090
0.12893.4130320000.8081
0.15453.4663325000.8072
0.17053.5196330000.8064
0.14243.5730335000.8055
0.18733.6263340000.8048
0.14323.6796345000.8043
0.14853.7329350000.8037
0.12863.7863355000.8033
0.14693.8396360000.8030
0.17083.8929365000.8029
0.12263.9462370000.8028
0.15493.9996375000.8028

Framework versions

  • Transformers 4.45.0.dev0
  • Pytorch 1.12.1
  • Datasets 2.21.0
  • Tokenizers 0.19.1

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers · zero-shot-image-classification

Нельзя запустить

Модель не помещается в память одной GPU (80 ГБ).

Класс архитектуры
CLIPModel
Ревизия весов
0f888fb

0 моделей

    Создать бенчмарк