/ Модель

Характеристики

Параметры
113 млн
Лицензия
Apache 2.0
Архитектура
vit · dense
Базовая модель
vit-base-patch16-224-in21k
Библиотека
transformers
Опубликована
30 дек 2024

Pokemon-classifier-gen9-1025

Классификация изображенийИзображение → label3 профессии

Дообученная ViT-модель определяет покемонов поколений 1–9 на изображениях.

518скачиваний за 30 дней9лайковвеса обновлены30 дек 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

Это дообученная модель Vision Transformer (ViT) для распознавания покемонов на изображениях. Её разработал пользователь skshmjn на базе google/vit-base-patch16-224-in21k; модель содержит 113,2 млн параметров и рассчитана на классификацию изображений покемонов вплоть до поколения 9 — всего до 1025 классов.

Модель подходит для идентификации персонажей в Pokémon-приложениях, учебных проектах и других сценариях, где нужно определить покемона по изображению. Она использует библиотеку Transformers и распространяется в формате Safetensors. Модель не предназначена для классификации изображений общего назначения. Лицензия — Apache-2.0.

Сценарии применения

  • определение покемона по изображению
  • распознавание персонажей в приложении о покемонах
  • классификация изображений покемонов в учебном проекте

Ограничения

Модель специализирована на изображениях покемонов и не предназначена для классификации объектов общего назначения. README не сообщает метрики качества.

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

Model Card for Pokemon Classifier Gen9

Model Overview

This is a fine-tuned ViT (Vision Transformer) model for Pokémon image classification. The model is trained to classify upto Gen9 (1025) Pokémon images.

Intended Use

This model is designed for image classification tasks, specifically for identifying Pokémon characters. It can be used for:

  • Pokémon-themed apps
  • Educational projects
  • Pokémon identification in images

Note: The model is not designed for general-purpose image classification.

How to Use

Here's how you can load and use the model with the Hugging Face transformers library:

from transformers import ViTForImageClassification, ViTImageProcessor
from PIL import Image
import torch

# Define the device
device = "cuda" if torch.cuda.is_available() else "cpu"

# Load the model and image processor
model_id = "skshmjn/Pokemon-classifier-gen9-1025"
model = ViTForImageClassification.from_pretrained(model_id).to(device)
image_processor = ViTImageProcessor.from_pretrained(model_id)

# Load and process an image
img = Image.open('test.jpg').convert("RGB")
inputs = image_processor(images=img, return_tensors='pt').to(device)

# Make predictions
outputs = model(**inputs)
predicted_id = outputs.logits.argmax(-1).item()
predicted_pokemon = model.config.id2label[predicted_id]

# Print predicted class
print(f"Predicted Pokémon Pokédex number: {predicted_id+1}")
print(f"Predicted Pokémon: {predicted_pokemon}")

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
ViTForImageClassification
Ревизия весов
9e8d54d

0 моделей