Характеристики

Параметры: 33 млн
Лицензия: Apache 2.0
Архитектура: swinv2 · dense
Базовая модель: swinv2-tiny-patch4-window8-256
Библиотека: transformers
Опубликована: 20 ноя 2025

Ссылки

Hugging Face

swinv2transformer-brats-artifact-classifier

lyfesan

Классификация изображенийИзображение → label

Дообученная SwinV2 Tiny для классификации изображений, в названии которой заявлено распознавание артефактов BRATS.

12скачиваний за 30 дней0лайковвеса обновлены22 ноя 2025

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

lyfesan/swinv2transformer-brats-artifact-classifier — дообученная модель компьютерного зрения на базе microsoft/swinv2-tiny-patch4-window8-256. Она использует архитектуру SwinV2 и предназначена для классификации изображений; в названии заявлена классификация артефактов BRATS, однако карточка не раскрывает классы и набор данных. Модель содержит около 33 млн параметров и сохранена в формате Safetensors.

На указанной в карточке оценочной выборке приведены accuracy 0,9480, precision 0,9536, recall 0,9480 и F1 0,9483. Эти показатели относятся к неописанному набору данных, поэтому их нельзя напрямую переносить на другие изображения или задачи. Модель распространяется по лицензии Apache-2.0.

Сценарии применения

классификация изображений для задачи распознавания артефактов BRATS
эксперименты с классификацией медицинских изображений
оценка SwinV2 как основы для классификации изображений

Ограничения

Набор данных, классы и подробности обучения не описаны; приведённые метрики измерены на неидентифицированной оценочной выборке и не гарантируют качество на других данных.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

swinv2transformer-brats-artifact-classifier

This model is a fine-tuned version of microsoft/swinv2-tiny-patch4-window8-256 on an unknown dataset. It achieves the following results on the evaluation set:

Loss: 0.6292
Accuracy: 0.9480
Precision: 0.9536
Recall: 0.9480
F1: 0.9483

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: 0.0001
train_batch_size: 32
eval_batch_size: 32
seed: 42
gradient_accumulation_steps: 2
total_train_batch_size: 64
optimizer: Use OptimizerNames.ADAMW_TORCH with betas=(0.9,0.999) and epsilon=1e-08 and optimizer_args=No additional optimizer arguments
lr_scheduler_type: cosine
lr_scheduler_warmup_ratio: 0.1
num_epochs: 20

Training results

Training Loss	Epoch	Step	Validation Loss	Accuracy	Precision	Recall	F1
No log	1.0	80	0.5925	0.7626	0.8094	0.7626	0.7546
0.6976	2.0	160	0.2719	0.8975	0.9048	0.8975	0.8989
0.6976	3.0	240	0.2157	0.9045	0.9159	0.9045	0.9044
0.138	4.0	320	0.3328	0.8919	0.9125	0.8919	0.8944
0.138	5.0	400	0.3456	0.8947	0.9052	0.8947	0.8927
0.0775	6.0	480	0.2108	0.9382	0.9405	0.9382	0.9381
0.0775	7.0	560	0.2550	0.9452	0.9493	0.9452	0.9455
0.0464	8.0	640	0.3084	0.9270	0.9314	0.9270	0.9270
0.0464	9.0	720	0.3198	0.9537	0.9539	0.9537	0.9536
0.0169	10.0	800	0.2893	0.9494	0.9531	0.9494	0.9492
0.0169	11.0	880	0.5885	0.9424	0.9461	0.9424	0.9427
0.0055	12.0	960	0.6292	0.9480	0.9536	0.9480	0.9483

Framework versions

Transformers 4.53.3
Pytorch 2.6.0+cu124
Datasets 4.4.1
Tokenizers 0.21.2

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: Swinv2ForImageClassification
Ревизия весов: 9a15821