/ Модель

Характеристики

Параметры
113 млн
Лицензия
Apache 2.0
Архитектура
vit · dense
Базовая модель
vit-base-patch16-224
Опубликована
13 авг 2024

vit-base-patch16-224-EyesNewfourclassTryAfterYolo

Классификация изображенийИзображение → label

Дообученная модель ViT классифицирует изображения глаз по четырём классам.

10скачиваний за 30 дней0лайковвеса обновлены13 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

Модель mostafasmart/vit-base-patch16-224-EyesNewfourclassTryAfterYolo — дообученная модель Vision Transformer (ViT) от Google для классификации изображений. Она содержит 113,2 млн параметров и опубликована в формате TensorFlow на основе google/vit-base-patch16-224.

По названию модель предназначена для классификации изображений глаз на четыре класса; README указывает, что обучение проводилось на неизвестном наборе данных. На валидационной выборке автор приводит точность 94,37% и top-3 accuracy 99,46% после четырёх эпох, но не описывает выборку и методику оценки, поэтому эти показатели нельзя переносить на другие данные без проверки.

Модель принимает изображения и выдаёт метку класса. Лицензия — Apache-2.0.

Сценарии применения

  • классификация изображений глаз по четырём классам
  • автоматическая сортировка изображений глаз
  • эксперименты с классификацией медицинских изображений глаз

Ограничения

Набор данных и смысл четырёх классов не описаны, а приведённые метрики относятся только к неуточнённой валидационной выборке. Результаты требуют независимой проверки перед практическим применением.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

vit-base-patch16-224-EyesNewfourclassTryAfterYolo

This model is a fine-tuned version of google/vit-base-patch16-224 on an unknown dataset. It achieves the following results on the evaluation set:

  • Train Loss: 0.0091
  • Train Accuracy: 0.9437
  • Train Top-3-accuracy: 1.0
  • Validation Loss: 0.2316
  • Validation Accuracy: 0.9437
  • Validation Top-3-accuracy: 0.9946
  • Epoch: 4

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:

  • optimizer: {'name': 'AdamWeightDecay', 'learning_rate': {'module': 'keras.optimizers.schedules', 'class_name': 'PolynomialDecay', 'config': {'initial_learning_rate': 3e-05, 'decay_steps': 465, 'end_learning_rate': 0.0, 'power': 1.0, 'cycle': False, 'name': None}, 'registered_name': None}, 'decay': 0.0, 'beta_1': 0.9, 'beta_2': 0.999, 'epsilon': 1e-08, 'amsgrad': False, 'weight_decay_rate': 0.01}
  • training_precision: float32

Training results

Train LossTrain AccuracyTrain Top-3-accuracyValidation LossValidation AccuracyValidation Top-3-accuracyEpoch
0.51590.92760.97570.26800.92760.99730
0.09100.93830.99930.23300.93830.99731
0.02770.93831.00.24370.93830.99462
0.01220.94371.00.23090.94370.99733
0.00910.94371.00.23160.94370.99464

Framework versions

  • Transformers 4.42.4
  • TensorFlow 2.17.0
  • Datasets 2.20.0
  • Tokenizers 0.19.1

Как запустить

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

GPU в ailist

Универсальный рантайм · image-classification

Нельзя запустить

В репозитории нет весов в формате PyTorch/safetensors.

Класс архитектуры
ViTForImageClassification
Ревизия весов
305344d

0 моделей