Модель на базе Swin Transformer классифицирует изображения семисегментных светодиодных дисплеев.
Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды
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.
Описание составлено по карточке модели и метаданным Hugging Face
sgenzer/seven-segment-led — модель классификации изображений, обученная автором с помощью AutoTrain. Она предназначена для распознавания изображений семисегментных светодиодных дисплеев и отнесения их к одному из классов; архитектура основана на Swin Transformer, размер модели — 33 млн параметров.
На валидации модель показала accuracy 0,868 и macro F1 0,862. Эти результаты характеризуют качество на использованном наборе данных и не гарантируют такую же точность на изображениях с другими условиями съёмки или типами дисплеев. Модель распространяется в форматах PyTorch и safetensors; сведения о лицензии в доступных данных отсутствуют.
На валидации accuracy составила 0,868, поэтому возможны ошибки классификации. Лицензия и ограничения по типам изображений в доступных данных не приведены.
Разделы каталога профессий, в задачах которых используется эта модель
README от автора на Hugging Face, как он его опубликовал
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм · image-classification
Подбираем GPU…