Vit Cat Dog Panda

• Validation accuracy: 0.9978
• Классы (порядок индексов): cat, dog, panda
• Вход: изображение RGB, нормализация mean=std=0.5, размер 224×224 → тензор (B, 3, 224, 224).

Файлы

• linear_probe_best.pt — чекпойнт PyTorch (torch.save) со словарём: model_state, class_names, model_name, strategy, epoch, val_acc.

Использование

from huggingface_hub import hf_hub_download
from src.config import Config
from src.inference import Predictor

path = hf_hub_download(repo_id="A11Sunday/vit-cat-dog-panda", filename="linear_probe_best.pt")
predictor = Predictor(Config(), path)
print(predictor.predict(image))  # {"cat": ..., "dog": ..., "panda": ...}

Запуск демо целиком (Gradio) — см. README проекта.

--- license: mit tags: - image-classification - vision-transformer - pytorch library_name: pytorch pipeline_tag: image-classification base_model: google/vit-base-patch16-224 --- # ViT cat / dog / panda Fine-tuned [`google/vit-base-patch16-224`](https://huggingface.co/google/vit-base-patch16-224) для классификации изображений на три класса: **cat, dog, panda**. Это веса для проекта [vit-image-classifier](https://github.com/VllSunday/vit-image-classifier). Модель = кастомный patch embedding + предобученный энкодер ViT + голова-классификатор на `[CLS]` токене. Стратегия дообучения: `linear_probe`. - **Validation accuracy:** 0.9978 - **Классы (порядок индексов):** cat, dog, panda - **Вход:** изображение RGB, нормализация mean=std=0.5, размер 224×224 → тензор `(B, 3, 224, 224)`. ## Файлы - `linear_probe_best.pt` — чекпойнт PyTorch (`torch.save`) со словарём: `model_state`, `class_names`, `model_name`, `strategy`, `epoch`, `val_acc`. ## Использование ```python from huggingface_hub import hf_hub_download from src.config import Config from src.inference import Predictor path = hf_hub_download(repo_id="A11Sunday/vit-cat-dog-panda", filename="linear_probe_best.pt") predictor = Predictor(Config(), path) print(predictor.predict(image)) # {"cat": ..., "dog": ..., "panda": ...} ``` Запуск демо целиком (Gradio) — см. README проекта.