Дообученная на Oxford-IIIT Pet модель CLIP извлекает признаки изображений домашних животных и показывает повышенную точность на тестовом наборе.
Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды
Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.
Вместе с другими моделями категории «Эмбеддинги» — сравнение идёт внутри одной категории.
Напишите запросы, при необходимости приложите файлы и эталонные ответы.
Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.
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.
Описание составлено по карточке модели и метаданным Hugging Face
Модель tanganke/clip-vit-base-patch32_oxford-iiit-pet — дообученная на наборе Oxford-IIIT Pet модель извлечения признаков на основе CLIP ViT-B/32 от OpenAI. Она предназначена для получения визуальных признаков изображений животных; на тестовом наборе точность после дообучения составила 0,925 против 0,833 у исходной модели. Модель содержит 113,2 млн параметров и распространяется в формате safetensors. Метаданные указывают лицензию? Нет сведений о лицензии в предоставленных источниках.
Приведённая оценка точности относится к тестовому набору Oxford-IIIT Pet и не гарантирует качество на других данных. Лицензия в предоставленных источниках не указана.
Разделы каталога профессий, в задачах которых используется эта модель
README от автора на Hugging Face, как он его опубликовал
Adam Optimizer with a constant learning rate 1e-5 for 4000 steps training (batch_size=128). Only the vision encoder is fine-tuned.
Test set accuracy:
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм
Подбираем GPU…