Характеристики

Параметры: 113 млн
Лицензия: Apache 2.0
Архитектура: dinov2 · dense
Базовая модель: dinov2-base
Библиотека: transformers
Опубликована: 8 апр 2026

Ссылки

Hugging Face

dinov2-finetuned-skin-disease

shindevaishnavi304

Классификация изображенийИзображение → label3 профессии

Дообученная на изображениях заболеваний кожи модель DINOv2 для классификации кожных изображений.

16скачиваний за 30 дней0лайковвеса обновлены8 апр 2026

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 shindevaishnavi304/dinov2-finetuned-skin-disease — дообученная для классификации изображений версия визуального трансформера DINOv2 Base, разработанного Meta и представленная пользователем shindevaishnavi304. Она предназначена для отнесения изображений к классам заболеваний кожи и может применяться для предварительной сортировки изображений в учебных или исследовательских сценариях. Модель содержит 113,2 млн параметров, использует архитектуру Dinov2ForImageClassification и сохранена в формате safetensors; обучение проводилось на наборе imagefolder.

В README приведена точность 0,7162 на оценочной выборке, однако оценивание выполнено после 3 шагов обучения, поэтому результат не подтверждает клиническую надёжность. Модель не следует использовать как самостоятельный инструмент диагностики. Лицензия — Apache 2.0.

Сценарии применения

классификация изображений кожных заболеваний
предварительная сортировка фотографий кожи по классам
эксперименты с классификацией медицинских изображений
обучающие демонстрации компьютерного зрения в дерматологии

Ограничения

Указанная точность 0,7162 получена после всего 3 шагов обучения и не подтверждает клиническую надёжность. Не предназначена для самостоятельной диагностики.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

IV.5Отраслевые задачиОбразование и развитие навыковAI помогает персонализировать обучение и снижать административную нагрузку на преподавателей.34 задачи6 641модель IV.4Отраслевые задачиКлиническая медицина и общественное здоровьеAI помогает поддерживать диагностику, лечение, наблюдение и организацию медицинской помощи.45 задач2 635моделей IV.10Отраслевые задачиДом, личная жизнь, уход и повседневные задачиAI помогает помогать человеку планировать повседневные дела и безопасно управлять домашней средой.30 задач962модели

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

dinov2-finetuned-skin-disease

This model is a fine-tuned version of facebook/dinov2-base on the imagefolder dataset. It achieves the following results on the evaluation set:

eval_loss: 0.9672
eval_accuracy: 0.7162
eval_runtime: 26.4483
eval_samples_per_second: 50.892
eval_steps_per_second: 1.626
epoch: 0.0633
step: 3

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: 8
total_train_batch_size: 256
optimizer: Use OptimizerNames.ADAMW_TORCH_FUSED with betas=(0.9,0.999) and epsilon=1e-08 and optimizer_args=No additional optimizer arguments
lr_scheduler_type: linear
lr_scheduler_warmup_steps: 500
num_epochs: 8
mixed_precision_training: Native AMP

Framework versions

Transformers 5.5.0
Pytorch 2.10.0+cu128
Datasets 4.8.3
Tokenizers 0.22.2

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: Dinov2ForImageClassification
Ревизия весов: 2d631c6