/ Модель

Характеристики

Параметры
33 млн
Лицензия
Apache 2.0
Архитектура
swin · dense
Опубликована
28 янв 2024

swin-tiny-patch4-window7-224-finetuned-plant-classification-finetuned-crops-classification

Классификация изображенийИзображение → label3 профессии

Дообученная модель Swin Transformer для классификации изображений сельскохозяйственных культур.

10скачиваний за 30 дней0лайковвеса обновлены28 янв 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

Это модель классификации изображений на базе Swin Transformer, дообученная разработчиком weightbot для классификации сельскохозяйственных культур. Она содержит около 33 млн параметров и сохранена в формате safetensors. В README указано, что модель дообучена на наборе данных imagefolder; на оценочной выборке достигла точности 0,8351 и функции потерь 0,4259.

Модель предназначена для отнесения изображений к классам культур. Лицензия Apache-2.0 разрешает использование на её условиях. Карточка не раскрывает состав классов и датасета, поэтому применимость к конкретным культурам или условиям съёмки по этим данным оценить нельзя.

Сценарии применения

  • определение культуры по фотографии растения
  • автоматическая сортировка изображений сельскохозяйственных культур
  • классификация фотографий для аграрного мониторинга

Ограничения

На оценочной выборке указана точность 0,8351, но сведения о составе классов, размере и происхождении выборки отсутствуют. Применимость к конкретным культурам и условиям съёмки не установлена.

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

swin-tiny-patch4-window7-224-finetuned-plant-classification-finetuned-crops-classification

This model is a fine-tuned version of weightbot/swin-tiny-patch4-window7-224-finetuned-plant-classification on the imagefolder dataset. It achieves the following results on the evaluation set:

  • Loss: 0.4259
  • Accuracy: 0.8351

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: 5e-05
  • train_batch_size: 32
  • eval_batch_size: 32
  • seed: 42
  • gradient_accumulation_steps: 4
  • total_train_batch_size: 128
  • 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

Training results

Training LossEpochStepValidation LossAccuracy
0.42251.01830.34150.8703
0.48432.03670.40240.8381
0.46793.05500.40140.8385
0.44314.07340.39860.8331
0.42635.09170.41190.8351
0.38696.011010.42170.8278
0.34327.012840.42290.8305
0.35228.014680.42830.8347
0.33379.016510.41800.8301
0.296310.018350.42190.8366
0.302511.020180.42360.8335
0.275112.022020.42380.8366
0.27113.023850.43140.8324
0.241614.025690.42290.8328
0.250714.9627450.42590.8351

Framework versions

  • Transformers 4.35.2
  • Pytorch 2.1.0+cu121
  • Datasets 2.16.1
  • Tokenizers 0.15.1

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
SwinForImageClassification
Ревизия весов
9c55834

0 моделей