/ Модель

Характеристики

Параметры
113 млн
Лицензия
Apache 2.0
Архитектура
vit · dense
Базовая модель
vit-base-patch16-224
Опубликована
11 июн 2024

UL_base_classification

Классификация изображенийИзображение → label4 профессии

Дообученный Vision Transformer для классификации изображений по классам.

9 357скачиваний за 30 дней1лайквеса обновлены11 июн 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

UL_base_classification — модель классификации изображений, созданная дообучением Vision Transformer ViT-Base/16 от Google. В ней около 113,2 млн параметров; веса представлены в формате Safetensors. Для обучения использован набор данных imagefolder.

Модель предназначена для присвоения изображениям классов. В README указаны результаты на оценочной выборке: точность 0,8921 и loss 0,3125. Состав классов и подробности обучающей и оценочной выборок не описаны, поэтому эти результаты нельзя переносить на другие данные без проверки. Лицензия — Apache-2.0.

Сценарии применения

  • классификация изображений по категориям
  • автоматическая сортировка изображений
  • разметка изображений для каталогов
  • извлечение классов изображений в компьютерном зрении

Ограничения

Состав классов и подробности обучающих данных не приведены. Указанные метрики получены на оценочной выборке, её размер и методика оценки не описаны.

Для каких профессий подходит4

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

UL_base_classification

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

  • Loss: 0.3125
  • Accuracy: 0.8921

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: 7

Training results

Training LossEpochStepValidation LossAccuracy
0.82960.9756200.56830.8230
0.44622.0410.39490.8603
0.35882.9756610.36330.8575
0.31964.0820.32470.8852
0.29214.97561020.33740.8728
0.26886.01230.31250.8921
0.23666.82931400.31370.8866

Framework versions

  • Transformers 4.41.2
  • Pytorch 2.3.0+cu121
  • Datasets 2.19.2
  • Tokenizers 0.19.1

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
ViTForImageClassification
Ревизия весов
88ecbeb

0 моделей