Характеристики

Параметры: 113 млн
Лицензия: Apache 2.0
Архитектура: vit · dense
Базовая модель: nsfw_detection
Библиотека: transformers
Опубликована: 28 янв 2025

Ссылки

Hugging Face

results

ssale2

Классификация изображенийИзображение → label3 профессии

Дообученная ViT-модель для классификации изображений и выявления NSFW-контента.

12скачиваний за 30 дней0лайковвеса обновлены30 янв 2025

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

ssale2/results — дообученная модель классификации изображений на архитектуре Vision Transformer (ViT), созданная на основе aretolabs/nsfw_detection. Репозиторий содержит веса в формате safetensors; модель насчитывает 113,2 млн параметров и распространяется по лицензии Apache-2.0.

Модель предназначена для классификации изображений, в частности для выявления контента NSFW. README не приводит сведений о датасете, точности и ограничениях применения, поэтому качество и охват классов по имеющимся данным оценить нельзя.

Сценарии применения

классификация изображений
выявление NSFW-контента на изображениях
фильтрация изображений по результатам классификации

Ограничения

README не содержит сведений о датасете, метриках качества и ограничениях модели; надёжность классификации по доступным данным оценить нельзя.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

IV.9Отраслевые задачиМедиа, журналистика, культура, архивы и игрыAI помогает создавать, искать, сохранять и персонализировать медиа, культурный и игровой контент.44 задачи14 938моделей II.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделей II.11Разработка и данныеКибербезопасность и приватностьAI помогает обнаруживать киберугрозы, защищать данные и помогать реагировать на инциденты.25 задач4 232модели

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

results

This model is a fine-tuned version of aretolabs/nsfw_detection on the None dataset.

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: 2e-05
train_batch_size: 16
eval_batch_size: 8
seed: 42
optimizer: Use OptimizerNames.ADAMW_TORCH with betas=(0.9,0.999) and epsilon=1e-08 and optimizer_args=No additional optimizer arguments
lr_scheduler_type: linear
num_epochs: 3

Training results

Framework versions

Transformers 4.47.1
Pytorch 2.5.1+cu124
Datasets 3.2.0
Tokenizers 0.21.0

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: 6b52946