Характеристики

Параметры: 113 млн
Лицензия: Apache 2.0
Архитектура: vit · dense
Базовая модель: vit-base-patch16-224-in21k
Библиотека: transformers
Опубликована: 15 сен 2026

Ссылки

Hugging Face

agricrate-disease-model

rishit0311

Классификация изображенийИзображение → label

Дообученная модель ViT для классификации изображений, возможно связанных с болезнями сельскохозяйственных культур.

30скачиваний за 30 дней0лайковвеса обновлены15 сен 2026

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

agricrate-disease-model — модель классификации изображений на основе Vision Transformer (ViT), дообученная автором репозитория на неизвестном наборе данных. Она предназначена для присвоения изображению одного из классов; название модели указывает на возможное применение для распознавания болезней сельскохозяйственных культур, но карточка не подтверждает набор классов или область применения. Модель содержит 113,2 млн параметров и распространяется в формате safetensors для библиотеки Transformers.

В README приведено значение loss 0,2078 на оценочном наборе, но не описаны данные, классы и методика оценки, поэтому по этому числу нельзя судить о практическом качестве. Базовая модель — google/vit-base-patch16-224-in21k. Лицензия — Apache-2.0.

Сценарии применения

классификация изображений растений по категориям
распознавание болезней сельскохозяйственных культур, если они входят в классы модели
эксперименты с классификацией изображений на базе ViT

Ограничения

README не раскрывает обучающие данные, список классов и методику оценки; значение loss 0,2078 само по себе не показывает качество распознавания болезней растений. Назначение для аграрной диагностики следует из названия репозитория и не подтверждено описанием классов.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

agricrate-disease-model

This model is a fine-tuned version of google/vit-base-patch16-224-in21k on an unknown dataset. It achieves the following results on the evaluation set:

Loss: 0.2078

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: 16
eval_batch_size: 16
seed: 42
gradient_accumulation_steps: 4
total_train_batch_size: 64
optimizer: Use OptimizerNames.ADAMW_TORCH_FUSED with betas=(0.9,0.999) and epsilon=1e-08 and optimizer_args=No additional optimizer arguments
lr_scheduler_type: linear
num_epochs: 3

Training results

Training Loss	Epoch	Step	Validation Loss
No log	1.0	17	0.4699
No log	2.0	34	0.2537
No log	3.0	51	0.2078

Framework versions

Transformers 5.16.1
Pytorch 2.11.0+cu128
Datasets 5.0.1
Tokenizers 0.23.1

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: 24bcb82