/ Модель

Характеристики

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

UL_interior_classification

Классификация изображенийИзображение → label3 профессии

Дообученная модель ViT для классификации изображений интерьеров по категориям.

4 427скачиваний за 30 дней1лайквеса обновлены19 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_interior_classification — модель классификации изображений, дообученная автором sharmajai901 на основе google/vit-base-patch16-224. Она использует архитектуру Vision Transformer (ViT) и содержит 113,2 млн параметров; веса опубликованы в формате safetensors под лицензией Apache-2.0.

Модель предназначена для отнесения изображений интерьеров к категориям. На указанной в карточке тестовой выборке она достигла точности 0,5876 при значении функции потерь 1,2517. Эти результаты относятся к конкретной оценочной выборке и сами по себе не показывают качество на других данных.

Сценарии применения

  • классификация фотографий интерьеров по категориям
  • автоматическая сортировка изображений комнат
  • предварительная разметка интерьерных изображений

Ограничения

В README указана точность 0,5876 на оценочной выборке, поэтому качество может быть ограниченным; подробности о составе классов, данных и условиях оценки не приведены.

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_interior_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: 1.2517
  • Accuracy: 0.5876

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
2.75470.9811132.34220.3285
1.71191.9623261.88500.4964
1.2492.9434391.56530.5292
0.88384.0531.36750.5693
0.88964.9811661.29070.5803
0.72625.9623791.26250.5803
0.68176.8679911.25170.5876

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
6344eb9

0 моделей