Характеристики

Параметры: 33 млн
Лицензия: Apache 2.0
Архитектура: swin · dense
Базовая модель: swin-tiny-patch4-window7-224
Опубликована: 11 апр 2022

Ссылки

Hugging Face

swin-tiny-patch4-window7-224-finetuned-cifar10

nielsr

Классификация изображенийИзображение → label3 профессии

Дообученная Swin-Tiny для классификации изображений по классам CIFAR-10.

54скачиваний за 30 дней0лайковвеса обновлены11 сен 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 модель компьютерного зрения для классификации изображений CIFAR-10. Её разработал nielsr, дообучив Swin-Tiny microsoft/swin-tiny-patch4-window7-224 на наборе данных image_folder. Модель построена на архитектуре Swin Transformer и содержит около 33 млн параметров.

Модель предназначена для отнесения изображения к одному из классов CIFAR-10. На указанной в карточке оценочной выборке достигла accuracy 0,9789 и loss 0,0690. Репозиторий содержит веса PyTorch; лицензия — Apache-2.0.

Сценарии применения

классификация изображений CIFAR-10
распознавание объектов на небольших изображениях
оценка классификатора на наборе CIFAR-10

Ограничения

Показатели качества приведены только для оценочной выборки; в README не описаны её состав и ограничения обобщения на другие наборы изображений.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

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 II.8Разработка и данныеИнженерия данных и аналитикаAI помогает готовить надёжные данные и превращать их в понятную аналитику.22 задачи23 488моделей II.2Разработка и данныеСоздание и понимание программного кодаAI помогает писать, объяснять и связывать программный код с требованиями и существующей системой.20 задач21 443модели

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

swin-tiny-patch4-window7-224-finetuned-cifar10

This model is a fine-tuned version of microsoft/swin-tiny-patch4-window7-224 on the image_folder dataset. It achieves the following results on the evaluation set:

Loss: 0.0690
Accuracy: 0.9789

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: 32
eval_batch_size: 32
seed: 42
gradient_accumulation_steps: 4
total_train_batch_size: 128
optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
lr_scheduler_type: linear
lr_scheduler_warmup_ratio: 0.1
num_epochs: 3

Training results

Training Loss	Epoch	Step	Validation Loss	Accuracy
0.2446	1.0	190	0.1128	0.9659
0.1722	2.0	380	0.1034	0.9663
0.1355	3.0	570	0.0690	0.9789

Framework versions

Transformers 4.18.0
Pytorch 1.10.0+cu111
Datasets 2.0.0
Tokenizers 0.11.6

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: SwinForImageClassification
Ревизия весов: 530be71