Дообученная на RESISC45 cars модель CLIP извлекает признаки изображений для задач классификации автомобилей.
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
Это дообученная модель извлечения признаков изображений на основе CLIP ViT-Large/14 от OpenAI. Разработчик дообучил её на датасете RESISC45 cars; в README указана архитектура ViT-Large с размером патча 14, а в метаданных — около 402,7 млн параметров.
Модель предназначена для получения признаков изображений в сценариях классификации автомобилей. В README приведены результаты оценки: 0,7101 до дообучения и 0,9738 после него; метрика не уточнена. Репозиторий содержит веса в формате safetensors. Лицензия в предоставленных данных не указана.
В README не названа метрика для приведённых результатов оценки. Лицензия и ограничения применимости не описаны в предоставленных данных.
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=32). Only the vision encoder is fine-tuned.
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм
Подбираем GPU…