Характеристики

Параметры: 113 млн
Лицензия: Apache 2.0
Архитектура: vit · dense
Базовая модель: vit-base-patch16-224-in21k
Опубликована: 11 сен 2023

Ссылки

Hugging Face

Grietas_10k

thezeivier

Классификация изображенийИзображение → label

Дообученная модель ViT для классификации изображений, с указанными в карточке accuracy 0,8787 и лицензией Apache-2.0.

9скачиваний за 30 дней0лайковвеса обновлены11 сен 2023

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

Grietas10k — дообученная модель Vision Transformer (ViT), созданная на основе google/vit-base-patch16-224-in21k для классификации изображений. Репозиторий опубликован пользователем thezeivier. Модель содержит 113,2 млн параметров и распространяется в формате PyTorch по лицензии Apache-2.0.

На тестовом наборе в карточке указаны accuracy 0,8787 и loss 0,2970. Название предполагает задачу классификации трещин, однако README не описывает классы, датасет, условия оценки или целевое применение, поэтому эти сведения нельзя подтвердить. Модель принимает изображения и выдаёт метки классов; языковая поддержка для неё не применима.

Сценарии применения

Классификация изображений по обученным категориям
Экспериментальная оценка Vision Transformer на собственном наборе изображений
Интеграция классификатора изображений в приложение на PyTorch

Ограничения

README не раскрывает классы, состав обучающего и оценочного наборов, а также условия применения; приведённые метрики нельзя уверенно переносить на другие данные.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Grietas_10k

This model is a fine-tuned version of google/vit-base-patch16-224-in21k on the None dataset. It achieves the following results on the evaluation set:

Loss: 0.2970
Accuracy: 0.8787

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: 80
eval_batch_size: 32
seed: 42
gradient_accumulation_steps: 4
total_train_batch_size: 320
optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
lr_scheduler_type: linear
lr_scheduler_warmup_ratio: 0.1
num_epochs: 5

Training results

Training Loss	Epoch	Step	Validation Loss	Accuracy
0.3932	1.0	75	0.3814	0.849
0.334	2.0	150	0.3357	0.8652
0.3247	3.0	225	0.2965	0.8832
0.3037	4.0	300	0.2992	0.8783
0.2765	5.0	375	0.2970	0.8787

Framework versions

Transformers 4.33.1
Pytorch 2.0.1+cu118
Datasets 2.14.5
Tokenizers 0.13.3

Как запустить

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

GPU в ailist

Универсальный рантайм · image-classification

Можно запустить

Подбираем GPU…

Класс архитектуры: ViTForImageClassification
Ревизия весов: ca250a2