Характеристики

Параметры: 403 млн
Лицензия: Apache 2.0
Архитектура: vit · dense
Базовая модель: vit-large-patch16-224-in21k
Опубликована: 12 сен 2023

Ссылки

Hugging Face

fashion-images-gender-age-vit-large-patch16-224-in21k-v3

touchtech

Классификация изображенийИзображение → label3 профессии

Дообученная модель ViT-Large для классификации изображений одежды и определения пола и возраста.

27скачиваний за 30 дней6лайковвеса обновлены13 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

Это модель классификации изображений одежды, разработанная Touchtech и дообученная на датасете touchtech/fashion-images-gender-age. Она основана на Vision Transformer ViT-Large с патчами 16×16, предобученном на ImageNet-21k; содержит 402,7 млн параметров и предназначена для определения пола и возраста по изображениям из сферы моды.

На оценочном наборе автор сообщает точность 0,9960 и функцию потерь 0,0223. Модель принимает изображения и выдаёт метки классов. Доступна в формате PyTorch и распространяется по лицензии Apache-2.0. Карточка не раскрывает состав классов, методику оценки и подробности обучающих данных, поэтому приведённые метрики не гарантируют аналогичного качества на других изображениях.

Сценарии применения

оценка возрастной группы человека на изображении из каталога одежды
определение пола модели на fashion-фотографии
автоматическая разметка изображений одежды по полу и возрасту
фильтрация fashion-каталога по меткам пола и возраста

Ограничения

Не описаны состав классов, методика оценки и подробности обучающих данных; заявленная точность на оценочном наборе не гарантирует такое же качество на других изображениях.

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 I.11Универсальные способностиКлассификация, ранжирование и сопоставлениеAI помогает распределять объекты по категориям, устанавливать соответствия и определять порядок обработки.15 задач26 736моделей I.12Универсальные способностиРекомендации и персонализацияAI помогает подбирать релевантные варианты и адаптировать опыт под конкретного человека или ситуацию.15 задач7 627моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

fashion-images-gender-age-vit-large-patch16-224-in21k-v3

This model is a fine-tuned version of google/vit-large-patch16-224-in21k on the touchtech/fashion-images-gender-age dataset. It achieves the following results on the evaluation set:

Loss: 0.0223
Accuracy: 0.9960

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: 2e-05
train_batch_size: 8
eval_batch_size: 8
seed: 1337
optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
lr_scheduler_type: linear
num_epochs: 5.0

Training results

Training Loss	Epoch	Step	Validation Loss	Accuracy
0.1868	1.0	2457	0.0547	0.9853
0.1209	2.0	4914	0.0401	0.9888
0.1027	3.0	7371	0.0262	0.9937
0.0654	4.0	9828	0.0223	0.9960
0.0542	5.0	12285	0.0273	0.9948

Framework versions

Transformers 4.33.0.dev0
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: 325c2bd