Характеристики

Параметры: 120 млн
Лицензия: Apache 2.0
Архитектура: data2vec-vision · dense
Опубликована: 29 апр 2024

Ссылки

Hugging Face

imagenet1k

tigeryi

Классификация изображенийИзображение → label3 профессии

Дообученная модель Data2Vec Vision для классификации изображений по заданным классам.

17скачиваний за 30 дней2лайкавеса обновлены3 мая 2024

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

tigeryi/imagenet1k — модель классификации изображений на архитектуре Data2Vec Vision, дообученная на неизвестном наборе данных. Она принимает изображение и предсказывает класс объекта; на указанной оценочной выборке достигла точности 0,7605 и значения eval_loss 1,0022. Модель содержит 119,5 млн параметров и распространяется в формате Safetensors.

Модель подходит для распознавания и категоризации изображений в сценариях, где требуется отнести изображение к одному из заранее заданных классов. Состав классов и обучающих данных в карточке не раскрыт, поэтому применимость к конкретному набору категорий следует проверять отдельно. Лицензия — Apache-2.0.

Сценарии применения

определение класса объекта на изображении
категоризация фотографий по классам
автоматическая разметка изображений для каталога
классификация изображений в составе компьютерного зрения

Ограничения

Данные обучения и перечень классов не описаны, поэтому точность 0,7605 на указанной оценочной выборке не гарантирует качество на других изображениях или доменах.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

IV.1Отраслевые задачиРитейл, электронная коммерция и fashion-techAI помогает управлять ассортиментом, покупательским опытом и эффективностью торговых операций.29 задач5 934модели IV.9Отраслевые задачиМедиа, журналистика, культура, архивы и игрыAI помогает создавать, искать, сохранять и персонализировать медиа, культурный и игровой контент.44 задачи14 938моделей II.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

imagenet1k

This model is a fine-tuned version of tigeryi/imagenet1k on an unknown dataset. It achieves the following results on the evaluation set:

eval_loss: 1.0022
eval_accuracy: 0.7605
eval_runtime: 1004.8381
eval_samples_per_second: 49.759
eval_steps_per_second: 1.555
step: 0

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: 1
optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
lr_scheduler_type: linear
num_epochs: 7

Framework versions

Transformers 4.40.1
Pytorch 2.2.1+cu121
Datasets 2.19.0
Tokenizers 0.19.1

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: Data2VecVisionForImageClassification
Ревизия весов: ed7e626