Характеристики

Лицензия: Apache 2.0
Архитектура: resnet · dense
Базовая модель: resnet-18
Опубликована: 7 апр 2024

Ссылки

Hugging Face

resnet-18-finetuned-cifar10

raks87

Классификация изображенийИзображение → label3 профессии

Дообученная ResNet-18 для классификации изображений, качество которой по приведённой оценке невысоко.

22скачиваний за 30 дней0лайковвеса обновлены7 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

raks87/resnet-18-finetuned-cifar10 — сверточная модель ResNet-18 для классификации изображений, полученная дообучением microsoft/resnet-18. Базовая ResNet-18 обучена на ImageNet-1k; в README указано, что эта версия дообучена на неизвестном наборе данных, несмотря на название CIFAR-10.

Модель принимает изображения и предсказывает классы. В README приведена точность 0,1017 на оценочном наборе и значение loss nan, поэтому результат не подтверждает надёжное качество классификации. Модель распространяется в формате safetensors по лицензии Apache-2.0.

Сценарии применения

эксперименты с классификацией изображений
изучение дообучения ResNet-18
проверка классификатора на собственных изображениях

Ограничения

README сообщает о точности 0,1017 и loss nan; датасет дообучения не идентифицирован, поэтому пригодность для конкретной классификации не подтверждена.

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.2Разработка и данныеСоздание и понимание программного кодаAI помогает писать, объяснять и связывать программный код с требованиями и существующей системой.20 задач21 443модели I.8Универсальные способностиИзображения и компьютерное зрениеAI помогает извлекать визуальные признаки, изменять изображения и создавать новые визуальные материалы.17 задач6 331модель

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

resnet-18-finetuned-cifar10

This model is a fine-tuned version of microsoft/resnet-18 on an unknown dataset. It achieves the following results on the evaluation set:

Loss: nan
Accuracy: 0.1017

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

Epoch	Step	Validation Loss	Accuracy
1.0	273	nan	0.1017
2.0	547	nan	0.1017
2.99	819	nan	0.1017

Framework versions

Transformers 4.38.2
Pytorch 2.2.1+cu121
Datasets 2.18.0
Tokenizers 0.15.2

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: ResNetForImageClassification
Ревизия весов: 9556436