/ Модель

Характеристики

Параметры
403 млн
Архитектура
clip_vision_model · dense
Базовая модель
clip-vit-large-patch14
Опубликована
29 апр 2024

clip-vit-large-patch14_eurosat

ЭмбеддингиТекст → embedding3 профессии

Дообученный на EuroSAT визуальный энкодер CLIP извлекает признаки спутниковых изображений для классификации земного покрова.

13 271скачиваний за 30 дней0лайковвеса обновлены29 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

tanganke/clip-vit-large-patch14_eurosat — дообученная на наборе EuroSAT модель визуального энкодера CLIP ViT-Large с размером патча 14. Она извлекает признаки из спутниковых изображений и предназначена для задач классификации земного покрова и других сценариев, связанных с содержимым EuroSAT. В метаданных указано 402,7 млн параметров; веса представлены в формате safetensors. В README приведены результаты оценки до и после дообучения: 0,615 и 0,992 соответственно, однако метрика и протокол оценки не описаны.

Модель принимает изображения и возвращает векторные признаки. Она дообучена на EuroSAT; сведений о поддержке текстового ввода, контекстном окне или лицензии в предоставленных источниках нет.

Сценарии применения

  • извлечение признаков из спутниковых снимков
  • классификация типов земного покрова
  • анализ изображений EuroSAT
  • подготовка визуальных эмбеддингов для классификатора

Ограничения

В README указаны значения оценки до и после дообучения, но не названы метрика и протокол, поэтому их нельзя напрямую интерпретировать как точность. Обучение ориентировано на EuroSAT, а лицензия в предоставленных источниках не указана.

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-Large with patch size 14
  • Training Data: EuroSAT 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: 0.6148334741592407
  • fine-tuned: 0.9920318126678467

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
61f5f8b

0 моделей