Характеристики

Параметры: 113 млн
Лицензия: Apache 2.0
Архитектура: vit · dense
Базовая модель: vit-base-patch16-224-in21k
Библиотека: transformers
Опубликована: 4 сен 2024

Ссылки

Hugging Face

image_classification

ruben09

Классификация изображенийИзображение → label3 профессии

Дообученный Vision Transformer для классификации изображений по классам своего обучающего набора.

261скачиваний за 30 дней2лайкавеса обновлены6 сен 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

Модель ruben09/image_classification — дообученная для классификации изображений версия Vision Transformer google/vit-base-patch16-224-in21k. Она принимает изображение и предсказывает его класс. Модель построена на Transformers, веса доступны в формате Safetensors; размер составляет около 113,2 млн параметров.

В README указаны результаты на наборе оценки: loss 2,0337 и accuracy 0,275. Назначение конкретных классов и набор данных описаны только как imagefolder, поэтому применимость модели к определённым категориям изображений не установлена. Лицензия — Apache-2.0.

Сценарии применения

Определение класса изображения из категорий обучающего набора
Автоматическая сортировка изображений по категориям
Получение метки класса для изображения в конвейере компьютерного зрения

Ограничения

На указанном наборе оценки точность составляет 0,275; классы и состав данных не раскрыты, поэтому качество для конкретных категорий изображений неясно.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

IV.9Отраслевые задачиМедиа, журналистика, культура, архивы и игрыAI помогает создавать, искать, сохранять и персонализировать медиа, культурный и игровой контент.44 задачи14 938моделей II.8Разработка и данныеИнженерия данных и аналитикаAI помогает готовить надёжные данные и превращать их в понятную аналитику.22 задачи23 488моделей 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

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

image_classification

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

Loss: 2.0337
Accuracy: 0.275

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: Adam with betas=(0.9,0.999) and epsilon=1e-08
lr_scheduler_type: linear
lr_scheduler_warmup_ratio: 0.1
num_epochs: 2

Training results

Training Loss	Epoch	Step	Validation Loss	Accuracy
2.0836	1.0	10	2.0539	0.2062
2.0277	2.0	20	2.0386	0.2625

Framework versions

Transformers 4.44.2
Pytorch 2.4.0+cu121
Datasets 2.21.0
Tokenizers 0.19.1

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: b24a727