Характеристики

Лицензия: Своя лицензия
Архитектура: mobilenet_v2 · dense
Опубликована: 4 апр 2023

Ссылки

mobilenet_v2_1.0_224-plant-disease-identification

Классификация изображенийИзображение → label3 профессии

Дообученная MobileNetV2 классифицирует изображения сельскохозяйственных растений по распространённым болезням и здоровому состоянию.

2 559скачиваний за 30 дней64лайкавеса обновлены26 апр 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

Это дообученная Linkanjarad модель MobileNetV2 с коэффициентом ширины 1.0 и входным разрешением 224×224, основанная на google/mobilenet_v2_1.0_224. Она предназначена для классификации изображений растений по 38 категориям, включая распространённые болезни сельскохозяйственных культур и здоровые растения. Модель можно применять для предварительной оценки состояния посевов по фотографиям.

На тестовой выборке Plant Village указана точность 95,41% и значение Cross Entropy Loss 0,15. Результат зависит от качества и условий съёмки; модель не заменяет диагностику специалиста. Лицензия в метаданных обозначена как other, поэтому условия использования следует проверить в репозитории модели.

Сценарии применения

Предварительное определение болезни растения по фотографии листа
Проверка здоровья распространённых сельскохозяйственных культур
Автоматическая сортировка изображений растений по классам болезней

Ограничения

Модель не заменяет экспертную диагностику; точность на реальных фотографиях может отличаться от результата на тестовой выборке Plant Village. Условия лицензии с меткой «other» требуют проверки в репозитории.

Для каких профессий подходит3

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 736моделей I.8Универсальные способностиИзображения и компьютерное зрениеAI помогает извлекать визуальные признаки, изменять изображения и создавать новые визуальные материалы.17 задач6 331модель IV.10Отраслевые задачиДом, личная жизнь, уход и повседневные задачиAI помогает помогать человеку планировать повседневные дела и безопасно управлять домашней средой.30 задач962модели

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

mobilenet_v2_1.0_224-plant-disease-identification

This model is a fine-tuned version of google/mobilenet_v2_1.0_224 on the Kaggle version of the Plant Village dataset. It achieves the following results on the evaluation set:

Cross Entropy Loss: 0.15
Accuracy: 0.9541

Intended uses & limitations

For identifying common diseases in crops and assessing plant health. Not to be used as a replacement for an actual diagnosis from experts.

Training and evaluation data

The plant village dataset consists of 38 classes of diseases in common crops (including healthy/normal crops).

Training hyperparameters

The following hyperparameters were used during training:

learning_rate: 5e-5
train_batch_size: 256
eval_batch_size: 256
optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
lr_scheduler_type: linear
lr_scheduler_warmup_ratio: 0.2
num_epochs: 6

Framework versions

Transformers 4.27.3
Pytorch 1.13.0
Datasets 2.1.0
Tokenizers 0.13.2

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: MobileNetV2ForImageClassification
Ревизия весов: c186157