Характеристики

Параметры: 113 млн
Лицензия: Apache 2.0
Архитектура: vit · dense
Опубликована: 15 апр 2024

Ссылки

Hugging Face

VIT_AI_image_detector

mmanikanta

Классификация изображенийИзображение → label4 профессии

Дообученная модель ViT для классификации изображений по категориям.

217скачиваний за 30 дней0лайковвеса обновлены20 апр 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

VIT_AI_image_detector — модель классификации изображений, разработанная mmanikanta и дообученная на основе google/vit-base-patch16-224-in21k. Она использует архитектуру Vision Transformer (ViT) и содержит 113,2 млн параметров. Модель предназначена для отнесения изображений к категориям; конкретные классы и область применения не описаны.

В README указаны точность 0,9924 и значение loss 0,0295 на оценочном наборе, однако состав набора и методика оценки не приведены. Модель принимает изображения и выдаёт предсказанные классы. Лицензия — Apache-2.0.

Сценарии применения

Классификация изображений по обученным категориям
Автоматическая разметка изображений в наборе данных
Предварительная сортировка изображений по классам

Ограничения

Не описаны обучающий набор данных и классы, поэтому область применения и переносимость результатов оценить нельзя. Указанные метрики приведены без методики оценки.

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 736моделей II.8Разработка и данныеИнженерия данных и аналитикаAI помогает готовить надёжные данные и превращать их в понятную аналитику.22 задачи23 488моделей I.8Универсальные способностиИзображения и компьютерное зрениеAI помогает извлекать визуальные признаки, изменять изображения и создавать новые визуальные материалы.17 задач6 331модель 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

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

VIT_AI_image_detector

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: 0.0295
Accuracy: 0.9924

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
gradient_accumulation_steps: 4
total_train_batch_size: 64
optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
lr_scheduler_type: linear
lr_scheduler_warmup_ratio: 0.1
num_epochs: 10

Training results

Training Loss	Epoch	Step	Validation Loss	Accuracy
0.1686	1.0	1093	0.0843	0.9697
0.1195	2.0	2187	0.0731	0.9728
0.072	3.0	3281	0.0543	0.9803
0.1072	4.0	4375	0.0348	0.9884
0.079	5.0	5468	0.0342	0.9886
0.0681	6.0	6562	0.0317	0.9903
0.0513	7.0	7656	0.0304	0.9914
0.0518	8.0	8750	0.0293	0.9916
0.0674	9.0	9843	0.0295	0.9924
0.058	9.99	10930	0.0313	0.9917

Framework versions

Transformers 4.30.0
Pytorch 2.2.1+cu121
Datasets 2.19.0
Tokenizers 0.13.3

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: 0a34cf7