Характеристики

Параметры: 120 млн
Лицензия: Apache 2.0
Архитектура: beit · dense
Базовая модель: beit-base-patch16-224-pt22k-ft22k
Библиотека: transformers
Опубликована: 7 ноя 2024

Ссылки

Hugging Face

drive_scene_time_day

ricardoSLabs

Классификация изображенийИзображение → label

Дообученная модель BEiT-base для классификации изображений, названная для распознавания дорожных сцен и времени суток.

8скачиваний за 30 дней0лайковвеса обновлены8 ноя 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

ricardoSLabs/drive_scene_time_day — дообученная модель BEiT-base для классификации изображений. Она основана на microsoft/beit-base-patch16-224-pt22k-ft22k и использует архитектуру BEiT с классом BeitForImageClassification; число параметров — 119,5 млн. Репозиторий содержит веса в формате Safetensors, модель предназначена для запуска через Transformers.

Модель обучена на наборе данных imagefolder. Название предполагает классификацию дорожных сцен по времени суток, однако README не описывает классы и области применения, поэтому назначение конкретных меток не подтверждено. В карточке приведены результаты на тестовой выборке: loss 0,0484 и accuracy 0,9891.

Лицензия — Apache-2.0. Результаты оценки относятся к указанной выборке; README не раскрывает её состав и не сообщает об ограничениях модели.

Сценарии применения

классификация изображений дорожных сцен
определение времени суток на снимке дороги
автоматическая разметка изображений для набора данных

Ограничения

README не перечисляет классы и не описывает состав обучающей и оценочной выборок. Заявленная точность 0,9891 относится только к упомянутой оценочной выборке; её состав не раскрыт.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

drive_scene_time_day

This model is a fine-tuned version of microsoft/beit-base-patch16-224-pt22k-ft22k on the imagefolder dataset. It achieves the following results on the evaluation set:

Loss: 0.0484
Accuracy: 0.9891

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: 5

Training results

Training Loss	Epoch	Step	Validation Loss	Accuracy
0.0701	0.9855	34	0.0746	0.9818
0.0666	2.0	69	0.0632	0.9836
0.0565	2.9855	103	0.0556	0.9873
0.0412	4.0	138	0.0602	0.9864
0.0397	4.9275	170	0.0484	0.9891

Framework versions

Transformers 4.45.1
Pytorch 2.4.0
Datasets 3.0.1
Tokenizers 0.20.0

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: BeitForImageClassification
Ревизия весов: 56b66c5