Компактная модель DeiT Tiny для классификации изображений на 10 классов CIFAR-10.
Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды
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.
Описание составлено по карточке модели и метаданным Hugging Face
Модель pfpdostudent/deit-tiny-cifar10-lab — компактный классификатор изображений на базе DeiT Tiny, дообученный на наборе CIFAR-10. Она предназначена для распознавания изображений в 10 классах CIFAR-10 и подходит для учебных экспериментов и небольших задач классификации, связанных с этим набором данных. Архитектура — Vision Transformer (ViTForImageClassification), размер — 7,1 млн параметров; веса опубликованы в формате safetensors. В README указана точность 93,15% на валидации и 94,35% на тесте.
Модель принимает изображение и выдаёт метку класса. Она специализирована на CIFAR-10 и не предназначена для классификации произвольных изображений по тысячам классов ImageNet, хотя её базовая модель обучена для этого набора классов. Языковая поддержка не относится к её основной задаче. Лицензия в предоставленных данных не указана.
Модель специализирована на CIFAR-10, поэтому её классы и результаты не следует переносить на произвольные изображения. В README приведены метрики одного запуска; условия и методика оценки не описаны.
README от автора на Hugging Face, как он его опубликовал
Fine-tuned in Google Colab on a GPU and tracked with MLflow.
facebook/deit-tiny-patch16-224lr_1e-40.93150.9435d8c6e08488204ef38f674d0f0c422162На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм · transformers · image-classification
Подбираем GPU…