Характеристики

Параметры: 113 млн
Архитектура: clip_vision_model · dense
Базовая модель: clip-vit-base-patch32
Опубликована: 28 апр 2024

Ссылки

Hugging Face

clip-vit-base-patch32_cifar100

tanganke

ЭмбеддингиТекст → embedding3 профессии

Дообученная на CIFAR-100 модель CLIP ViT-Base/32 для извлечения признаков изображений.

1 039скачиваний за 30 дней0лайковвеса обновлены28 апр 2024

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Тесты пользователейпока нет

Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.

Добавьте модель в бенчмарк
Вместе с другими моделями категории «Эмбеддинги» — сравнение идёт внутри одной категории.
Опишите свои задачи
Напишите запросы, при необходимости приложите файлы и эталонные ответы.
Запустите и опубликуйте
Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

Открыть конструктор бенчмарка

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 на CIFAR-100 модель зрения CLIP ViT-Base/32 от tanganke, основанная на openai/clip-vit-base-patch32. Архитектура использует Vision Transformer с размером патча 32; в модели около 113,2 млн параметров. Репозиторий содержит веса в формате safetensors, а карточка предлагает загружать модель как CLIPVisionModel через Transformers.

Модель предназначена для извлечения признаков изображений и задач компьютерного зрения, связанных с набором классов CIFAR-100. В README приведены результаты оценки: 0,637 для предобученной модели и 0,884 после дообучения; метрика и протокол оценки не уточнены. Лицензия в предоставленных данных не указана.

Сценарии применения

извлечение признаков изображений CIFAR-100
получение визуальных представлений для классификации изображений
исследование дообучения CLIP на наборах изображений
сравнение качества предобученной и дообученной модели на CIFAR-100

Ограничения

Оценки в карточке не сопровождаются названием метрики или описанием протокола, поэтому их трудно интерпретировать. Модель дообучена на CIFAR-100; применимость за пределами этого набора не установлена предоставленными данными.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

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.8Разработка и данныеИнженерия данных и аналитикаAI помогает готовить надёжные данные и превращать их в понятную аналитику.22 задачи23 488моделей II.2Разработка и данныеСоздание и понимание программного кодаAI помогает писать, объяснять и связывать программный код с требованиями и существующей системой.20 задач21 443модели

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Model Card

Model Details

Architecture: ViT-Base with patch size 32
Training Data: cifar100

Training Details

Adam Optimizer with a constant learning rate 1e-5 for 4000 steps training (batch_size=32). Only the vision encoder is fine-tuned.

Evaluation Results

pre-trained: 0.6370000243186951
fine-tuned: 0.8837000131607056

Usage

load vision model

from transformers import CLIPVisionModel

vision_model = CLIPVisionModel.from_pretrained('tanganke/clip-vit-base-patch32_cifar100')

substitute the vision encoder of clip

from transformers import CLIPModel

clip_model = CLIPModel.from_pretrained("openai/clip-vit-base-patch32")
clip_model.vision_model.load_state_dict(vision_model.vision_model.state_dict())

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры: CLIPVisionModel
Ревизия весов: 73a39ad