/ Модель

Характеристики

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

clip-vit-base-patch32_resisc45

ЭмбеддингиТекст → embedding3 профессии

Визуальная модель CLIP, дообученная на RESISC45 для извлечения признаков спутниковых изображений.

19 204скачиваний 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.

  1. Добавьте модель в бенчмарк

    Вместе с другими моделями категории «Эмбеддинги» — сравнение идёт внутри одной категории.

  2. Опишите свои задачи

    Напишите запросы, при необходимости приложите файлы и эталонные ответы.

  3. Запустите и опубликуйте

    Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

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 tanganke/clip-vit-base-patch32_resisc45 — дообученная на наборе спутниковых снимков RESISC45 визуальная часть CLIP ViT-Base с размером патча 32. Она извлекает признаки изображений и предназначена для представления и анализа снимков дистанционного зондирования Земли. В README приведены результаты оценки: 0,6047 для исходной предобученной модели и 0,9522 после дообучения; метрика не уточнена.

Модель содержит 113,2 млн параметров и распространяется в формате Safetensors. Базовая модель — openai/clip-vit-base-patch32; лицензия в предоставленных данных не указана.

Сценарии применения

  • извлечение признаков из спутниковых снимков
  • подготовка визуальных представлений снимков дистанционного зондирования
  • анализ изображений для задач классификации земного покрова
  • сравнение результатов исходной и дообученной моделей на RESISC45

Ограничения

В README не названа метрика оценки, поэтому значения 0,6047 и 0,9522 нельзя однозначно интерпретировать. Описана только визуальная часть CLIP; лицензия и поддержка текстового ввода в предоставленных данных не подтверждены.

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

Model Details

  • Architecture: ViT-Base with patch size 32
  • Training Data: RESISC45 dataset

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: 0.6047
  • fine-tuned: 0.9522

Usage

load vision model

from transformers import CLIPVisionModel

vision_model = CLIPVisionModel.from_pretrained('tanganke/clip-vit-base-patch32_resisc45')

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
24dc3a3

0 моделей