Характеристики

Параметры: 113 млн
Лицензия: AGPL 3.0
Архитектура: vit · dense
Библиотека: transformers
Опубликована: 3 фев 2024

Ссылки

pillIdentifier

Классификация изображенийИзображение → label3 профессии

Экспериментальная модель ViT классифицирует изображения таблеток по их визуальным признакам, но пока имеет низкую точность.

114скачиваний за 30 дней0лайковвеса обновлены25 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

pillIdentifierAI/pillIdentifier — модель классификации изображений таблеток, созданная в рамках школьного проекта. Это дообученная версия vision transformer google/vit-base-patch16-224 с архитектурой ViTForImageClassification и 113,2 млн параметров. Модель анализирует цвет, форму и маркировку таблетки, чтобы отнести её изображение к классу лекарства; обучающие изображения взяты из проекта C3PI Министерства здравоохранения США.

Модель предназначена для экспериментальной автоматической идентификации таблеток по изображению. В README сообщается о низкой точности: менее 20% в исходной версии и менее 30% в версии, обученной на 20 наиболее распространённых таблетках. Поэтому её результаты не подходят для надёжной идентификации лекарств или принятия медицинских решений. Лицензия репозитория — AGPL-3.0.

Сценарии применения

экспериментальная классификация таблеток по фотографии
поиск визуально похожих таблеток по цвету и форме
распознавание маркировки на изображении таблетки для исследовательского прототипа

Ограничения

В README указана точность ниже 20% для исходной версии и ниже 30% для версии, обученной на 20 наиболее распространённых таблетках; результаты нельзя считать надёжной идентификацией лекарства.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

IV.10Отраслевые задачиДом, личная жизнь, уход и повседневные задачиAI помогает помогать человеку планировать повседневные дела и безопасно управлять домашней средой.30 задач962модели 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 IV.6Отраслевые задачиНаучные исследования, математика и новые материалыAI помогает формировать гипотезы, анализировать научные данные и ускорять открытие новых материалов и методов.39 задач4 120моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

This model is part of a school project. Utilizing the google/vit-base-patch16-224 vision transformer for image classification, this pre-trained model is further tuned utilizing images of pills and tablets. As pills and tablets have three main features, color, shape, and imprint, the model aims to identify images of pill and tablets by automatically extracting features. The dataset utilized is from the U.S. Department of Health's Computational Photography Project for Pill Identification (C3PI).

DISCLAIMER: The accuracy of this model is currently low (<20%). Further training is currently ongoing to improve the accuracy.

Version 2: This version tries to train the pretrained model with only 20 of the most common pills. Unfortunately, the accuract of the model is still currently low (<30%).

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers · image-classification

Можно запустить

Подбираем GPU…

Класс архитектуры: ViTForImageClassification
Ревизия весов: 5d18c99