/ Модель

Характеристики

Параметры
403 млн
Лицензия
Apache 2.0
Архитектура
vit · dense
Базовая модель
vit-large-patch16-384
Библиотека
transformers
Опубликована
5 мар 2025

fashion-images-gender-age-vit-large-patch16-384-v1

Классификация изображенийИзображение → label3 профессии

Дообученная модель ViT классифицирует изображения из сферы моды по категориям, связанным с полом и возрастом.

434скачиваний за 30 дней0лайковвеса обновлены6 мар 2025

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

Модель touchtech/fashion-images-gender-age-vit-large-patch16-384-v1 — дообученная Touchtech модель Vision Transformer для классификации изображений. Она основана на google/vit-large-patch16-384, содержит 402,7 млн параметров и дообучена на датасете touchtech/fashion-images-gender-age. Модель предназначена для определения категорий, связанных с полом и возрастом, на изображениях модной одежды. В README для тестовой выборки указаны точность 0,9951 и значение loss 0,0306.

Модель принимает изображения и выдаёт метки классов. Она распространяется в формате safetensors по лицензии Apache-2.0. Подробные сведения о составе классов, методике оценки и ограничениях применения в карточке не приведены.

Сценарии применения

  • классификация изображений модной одежды по полу
  • оценка возрастной категории человека на изображении
  • автоматическая разметка изображений для каталога одежды

Ограничения

README не раскрывает набор классов, детали тестовой выборки и ограничения применения; указанная точность относится только к заявленной оценке на тестовой выборке.

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-images-gender-age-vit-large-patch16-384-v1

This model is a fine-tuned version of google/vit-large-patch16-384 on the touchtech/fashion-images-gender-age dataset. It achieves the following results on the evaluation set:

  • Loss: 0.0306
  • Accuracy: 0.9951

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: Use adamw_torch with betas=(0.9,0.999) and epsilon=1e-08 and optimizer_args=No additional optimizer arguments
  • lr_scheduler_type: linear
  • num_epochs: 5.0

Training results

Training LossEpochStepValidation LossAccuracy
0.0841.024570.04230.9905
0.02332.049140.03530.9928
0.0093.073710.04040.9942
0.00564.098280.03120.9951
0.05.0122850.03060.9951

Framework versions

  • Transformers 4.49.0
  • Pytorch 2.6.0+cu124
  • Datasets 3.3.2
  • Tokenizers 0.21.0

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers · image-classification

Можно запустить

Подбираем GPU…

Класс архитектуры
ViTForImageClassification
Ревизия весов
92155b0

0 моделей