/ Модель

Характеристики

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

UL_bedroom_classification

Классификация изображенийИзображение → label3 профессии

Дообученный ViT классифицирует изображения спален по классам.

3 407скачиваний за 30 дней0лайковвеса обновлены18 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_bedroom_classification — модель классификации изображений, созданная дообучением Vision Transformer ViT-Base/16 Google с 224-пиксельным входом. Она предназначена для отнесения изображений спален к классам; в карточке указаны датасет imagefolder и точность 0,9578 на оценочной выборке. Репозиторий содержит веса в формате safetensors и насчитывает около 113,2 млн параметров. Модель принимает изображения и выдаёт метки классов.

Она распространяется по лицензии Apache-2.0. Карточка не раскрывает состав классов и оценочной выборки, поэтому приведённую точность нельзя автоматически переносить на другие данные.

Сценарии применения

  • классификация фотографий спален
  • автоматическая сортировка изображений интерьеров спальни
  • разметка фотографий спален для каталога

Ограничения

Состав классов и оценочной выборки не описан, а указанная точность относится только к оценочной выборке из карточки. Качество на других изображениях не подтверждено.

Для каких профессий подходит3

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_bedroom_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: 0.1283
  • Accuracy: 0.9578

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
No log0.973090.42750.8464
0.71011.9459180.19900.9518
0.31332.9189270.13990.9548
0.20124.0370.12290.9548
0.17244.9730460.13840.9488
0.14585.9459550.12400.9518
0.14766.8108630.12830.9578

Framework versions

  • Transformers 4.41.2
  • Pytorch 2.3.0+cu121
  • Datasets 2.20.0
  • 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
ebbc348

0 моделей