/ Модель

Характеристики

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

vogue-fashion-collection-15

Классификация изображенийИзображение → label3 профессии

ViT-модель классифицирует изображения по модным домам и коллекциям для каталогизации и анализа фотографий моды.

18скачиваний за 30 дней7лайковвеса 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

tonyassi/vogue-fashion-collection-15 — модель классификации изображений модных коллекций, созданная автором репозитория tonyassi на основе дообучения google/vit-base-patch16-224-in21k. Она определяет, к какой из 15 модных домов и представленных коллекций относится изображение. Модель построена на архитектуре Vision Transformer (ViT), содержит 113,2 млн параметров и доступна в формате safetensors.

Модель обучена на датасете tonyassi/vogue-runway-top15-512px: 87 547 изображений, охватывающих 1679 коллекций. В README указана точность 0,9454 на оценочной выборке. Подходит для каталогизации фотографий с показов и анализа изображений моды. Лицензия — Apache-2.0.

Сценарии применения

  • определение модного дома по фотографии с показа
  • классификация образов по коллекциям и сезонам
  • каталогизация архивных фотографий модных показов

Ограничения

Классификатор обучен на данных 15 модных домов и 1679 коллекций, поэтому его назначение ограничено этим набором категорий; точность на других изображениях в README не приводится.

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

vogue-fashion-collection-15

Model description

This model classifies an image into a fashion collection. It is trained on the tonyassi/vogue-runway-top15-512px dataset and fine-tuned version of google/vit-base-patch16-224-in21k.

Try the demo.

Dataset description

tonyassi/vogue-runway-top15-512px

  • 15 fashion houses
  • 1679 collections
  • 87,547 images

How to use

from transformers import pipeline

# Initialize image classification pipeline
pipe = pipeline("image-classification", model="tonyassi/vogue-fashion-collection-15")

# Perform classification
result = pipe('image.png')

# Print results
print(result)

Examples

image/jpeg fendi,spring 2023 couture

image/jpeg gucci,spring 2017 ready to wear

image/jpeg prada,fall 2018 ready to wear

Training and evaluation data

It achieves the following results on the evaluation set:

  • Loss: 0.1795
  • Accuracy: 0.9454

Training hyperparameters

The following hyperparameters were used during training:

  • learning_rate: 5e-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: 15

Framework versions

  • Transformers 4.35.2
  • Pytorch 2.1.0+cu121
  • Datasets 2.16.0
  • Tokenizers 0.15.0

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
ea35ac1

0 моделей