Характеристики

Параметры: 33 млн
Лицензия: Apache 2.0
Архитектура: swin · dense
Базовая модель: swin-tiny-patch4-window7-224
Библиотека: transformers
Опубликована: 10 июл 2026

Ссылки

Hugging Face

swin-tiny-patch4-window7-224-finetuned-eurosat

therm001

Классификация изображенийИзображение → label

Дообученная Swin-Tiny для классификации изображений, связанная по названию с набором EuroSAT.

6скачиваний за 30 дней0лайковвеса обновлены10 июл 2026

Бенчмарки

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

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

therm001/swin-tiny-patch4-window7-224-finetuned-eurosat — модель компьютерного зрения, созданная дообучением Swin-Tiny компанией или автором therm001. Она предназначена для классификации изображений; название репозитория указывает на задачу EuroSAT, однако README не раскрывает набор данных и классы. Архитектура Swin Transformer, около 33 млн параметров; веса представлены в формате safetensors и используются через Transformers.

В README приведены результаты оценки: точность 0,9815 и значение loss 0,0486. Эти показатели относятся к указанному набору оценки, детали которого не раскрыты. Модель принимает изображения и выдаёт метку класса. Лицензия — Apache-2.0.

Сценарии применения

классификация спутниковых изображений для задач EuroSAT
распознавание классов земного покрова на изображениях
эксперименты с классификацией изображений на базе Swin Transformer

Ограничения

README не раскрывает состав обучающего и оценочного наборов данных, список классов и условия оценки; поэтому приведённые метрики нельзя уверенно переносить на другие данные.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

swin-tiny-patch4-window7-224-finetuned-eurosat

This model is a fine-tuned version of microsoft/swin-tiny-patch4-window7-224 on an unknown dataset. It achieves the following results on the evaluation set:

Loss: 0.0486
Accuracy: 0.9815

Model description

More information needed

Intended uses & limitations

More information needed

Training and evaluation data

More information needed

Training procedure

Training hyperparameters

The following hyperparameters were used during training:

learning_rate: 5e-05
train_batch_size: 32
eval_batch_size: 32
seed: 42
gradient_accumulation_steps: 4
total_train_batch_size: 128
optimizer: Use OptimizerNames.ADAMW_TORCH_FUSED with betas=(0.9,0.999) and epsilon=1e-08 and optimizer_args=No additional optimizer arguments
lr_scheduler_type: linear
lr_scheduler_warmup_steps: 0.1
num_epochs: 3

Training results

Training Loss	Epoch	Step	Validation Loss	Accuracy
0.1736	1.0	190	0.0878	0.9737
0.1233	2.0	380	0.0597	0.9789
0.1184	3.0	570	0.0486	0.9815

Framework versions

Transformers 5.12.1
Pytorch 2.11.0+cu128
Datasets 4.0.0
Tokenizers 0.22.2

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers · image-classification

Можно запустить

Подбираем GPU…

Класс архитектуры: SwinForImageClassification
Ревизия весов: 478495d