/ Модель

Характеристики

Параметры
113 млн
Архитектура
vit · dense
Библиотека
transformers
Опубликована
22 дек 2024

my-trash-classification

Классификация изображенийИзображение → label3 профессии

Дообученная модель ViT классифицирует изображения отходов по шести категориям TrashNet.

40скачиваний за 30 дней3лайкавеса обновлены23 дек 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

Модель tribber93/my-trash-classification — дообученная версия Vision Transformer ViT для классификации изображений отходов. Разработчик дообучил предобученную google/vit-base-patch16-224-in21k на наборе TrashNet из 5054 изображений.

Модель относит изображение к одному из шести классов: картон, стекло, металл, бумага, пластик или прочий мусор. Её можно применять для сортировки отходов по фотографиям и прототипов систем распознавания мусора. Архитектура ViTForImageClassification содержит 113,2 млн параметров; репозиторий предоставляет веса в формате safetensors. В README указана точность 94,26% после трёх эпох обучения.

Результаты относятся к описанному набору данных и не гарантируют такую же точность на новых фотографиях, при иных условиях съёмки или для объектов вне шести классов. Лицензия в предоставленных данных не указана.

Сценарии применения

  • Распознавание картона, стекла, металла, бумаги и пластика на фотографиях
  • Классификация прочего мусора для сортировки отходов
  • Создание прототипа системы автоматической сортировки мусора по изображениям

Ограничения

Обучение проведено на TrashNet с шестью классами, поэтому точность на других типах отходов и в условиях, отличающихся от набора данных, может быть ниже. В README приведён результат 94,26%, но условия оценки описаны ограниченно.

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

Trash Image Classification using Vision Transformer (ViT)

This repository contains an implementation of an image classification model using a pre-trained Vision Transformer (ViT) model from Hugging Face. The model is fine-tuned to classify images into six categories: cardboard, glass, metal, paper, plastic, and trash.

Dataset

The dataset consists of images from six categories from garythung/trashnet with the following distribution:

  • Cardboard: 806 images
  • Glass: 1002 images
  • Metal: 820 images
  • Paper: 1188 images
  • Plastic: 964 images
  • Trash: 274 images

Model

We utilize the pre-trained Vision Transformer model google/vit-base-patch16-224-in21k from Hugging Face for image classification. The model is fine-tuned on the dataset to achieve optimal performance.

The trained model is accessible on Hugging Face Hub at: tribber93/my-trash-classification

Usage

To use the model for inference, follow these steps:

import torch
import requests
from PIL import Image
from transformers import AutoModelForImageClassification, AutoImageProcessor

url = 'https://cdn.grid.id/crop/0x0:0x0/700x465/photo/grid/original/127308_kaleng-bekas.jpg'
image = Image.open(requests.get(url, stream=True).raw)

model_name = "tribber93/my-trash-classification"
model = AutoModelForImageClassification.from_pretrained(model_name)
processor = AutoImageProcessor.from_pretrained(model_name)
inputs = processor(image, return_tensors="pt")

outputs = model(**inputs)
predictions = torch.argmax(outputs.logits, dim=-1)
print("Predicted class:", model.config.id2label[predictions.item()])

Results

After training, the model achieved the following performance:

EpochTraining LossValidation LossAccuracy
13.32000.701186.25%
21.66110.429891.49%
31.43530.356394.26%

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
2f86488

0 моделей