/ Модель

Характеристики

Параметры
113 млн
Лицензия
Apache 2.0
Архитектура
vit · dense
Базовая модель
vit-base-patch16-224-in21k
Опубликована
13 ноя 2023

fashion-clothing-decade

Классификация изображенийИзображение → label3 профессии

Модель классифицирует изображение одежды и определяет, к какому десятилетию — с 1910-х по 2000-е годы — она относится.

28скачиваний за 30 дней15лайковвеса обновлены24 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

Fashion Clothing Decade — модель классификации изображений одежды по десятилетию, созданная дообучением Vision Transformer разработчика tonyassi. Она принимает изображение и относит одежду к одному из десяти классов: от 1910-х до 2000-х годов. Модель основана на google/vit-base-patch16-224-in21k и содержит 113,2 млн параметров.

Модель подходит для определения примерной эпохи одежды на фотографиях, каталогизации винтажных вещей и демонстрационных задач компьютерного зрения. По данным карточки, она обучена на 2500 изображениях, примерно по 250 на класс; указанная точность составляет 0,7505, а loss — 0,8707. Репозиторий использует формат safetensors, лицензия — Apache-2.0.

Сценарии применения

  • определение десятилетия винтажной одежды по фотографии
  • сортировка предметов одежды по исторической эпохе
  • добавление эпохи в метаданные каталога одежды
  • демонстрация классификации изображений в компьютерном зрении

Ограничения

Обучение проводилось на сравнительно небольшом наборе из 2500 изображений, а указанная точность составляет 0,7505; результаты могут быть ненадёжны для неоднозначной одежды, эпох вне обученных классов или изображений с плохим качеством.

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

Fashion Clothing Decade

This model predicts what decade clothing is from. It takes an image and outputs one of the following labels: 1910s, 1920s, 1930s, 1940s, 1950s, 1960s, 1970s, 1980s, 1990s, 2000s

Try the demo!

How to use

from transformers import pipeline

pipe = pipeline("image-classification", model="tonyassi/fashion-clothing-decade")
result = pipe('image.png')

print(result)

Dataset

Trained on a total of 2500 images. ~250 images from each label.

1910s

image/jpeg

1920s

image/jpeg

1930s

image/jpeg

1940s

image/jpeg

1950s

image/jpeg

1960s

image/jpeg

1970s

image/jpeg

1980s

image/jpeg

1990s

image/jpeg

2000s

image/jpeg

Model description

This model is a fine-tuned version of google/vit-base-patch16-224-in21k.

Training and evaluation data

  • Loss: 0.8707
  • Accuracy: 0.7505

Training hyperparameters

The following hyperparameters were used during training:

  • learning_rate: 3e-05
  • train_batch_size: 16
  • eval_batch_size: 16
  • seed: 42
  • gradient_accumulation_steps: 4
  • total_train_batch_size: 64
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: linear
  • lr_scheduler_warmup_ratio: 0.1
  • num_epochs: 10

Framework versions

  • Transformers 4.35.0
  • Pytorch 2.1.0+cu118
  • Datasets 2.14.6
  • Tokenizers 0.14.1

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
ViTForImageClassification
Ревизия весов
8b66cd0

0 моделей