/ Модель

Характеристики

Параметры
113 млн
Лицензия
Apache 2.0
Архитектура
vit · dense
Базовая модель
vit-base-patch16-224-in21k
Опубликована
16 мар 2024

plant_disease_classification

Классификация изображенийИзображение → label3 профессии

Дообученный Vision Transformer классифицирует изображения растений по категориям заболеваний.

48скачиваний за 30 дней2лайкавеса обновлены18 мар 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

malifiahm/plant_disease_classification — модель классификации изображений растений, созданная дообучением Vision Transformer google/vit-base-patch16-224-in21k. Она содержит 113,2 млн параметров и предназначена для отнесения изображений к классам заболеваний растений.

Модель подходит для распознавания болезней по фотографиям растений, например как компонент приложения для первичной сортировки снимков. На указанном в карточке наборе оценки достигла точности 0,9915 и потери 0,0323; состав набора данных и перечень классов не раскрыты. Веса доступны в формате Safetensors по лицензии Apache-2.0.

Сценарии применения

  • классификация фотографии растения по заболеванию
  • предварительная сортировка снимков поражённых растений
  • добавление распознавания болезней растений в приложение компьютерного зрения

Ограничения

Не указаны обучающий набор данных и классы, поэтому неизвестно, какие культуры и болезни распознаются; точность приведена только для неописанного набора оценки и не гарантирует качество на новых фотографиях.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

plant_disease_classification

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: 0.0323
  • Accuracy: 0.9915

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: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: linear
  • num_epochs: 7

Training results

Training LossEpochStepValidation LossAccuracy
0.13671.081460.12570.9638
0.09522.0162920.09080.9737
0.06943.0244380.07020.9807
0.05364.0325840.05780.9836
0.03895.0407300.05670.9851
0.036.0488760.03900.9892
0.02367.0570220.03230.9915

Framework versions

  • Transformers 4.38.2
  • Pytorch 2.2.1+cu121
  • Datasets 2.18.0
  • Tokenizers 0.15.2

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
ViTForImageClassification
Ревизия весов
7ae7d06

0 моделей