Классификация пластиковых отходов по кодам переработки

Модель Swin-Tiny для классификации изображений пластиковых отходов по кодам переработки.

0/5
0 скачиваний
0 отзывов
Классификация пластиковых отходов по кодам переработки
Подходит для задач:
Image Classification
Сферы:
Экология и окружающая среда
Библиотеки:
Transformers
Языки:
Английский
Русский

Описание

Описание модели

Данная модель представляет собой адаптацию архитектуры Swin Transformer (swin-tiny-patch4-window7-224) для задачи классификации изображений пластиковых отходов. Она была дообучена на наборе данных, содержащем изображения различных типов пластика, помеченных в соответствии с их кодами переработки.

Предполагаемое использование и ограничения

Модель предназначена для автоматического определения типа пластика на изображениях, что может быть полезно для систем сортировки отходов, мобильных приложений для потребителей и образовательных целей. Ограничения модели связаны с качеством и разнообразием входных изображений, а также с точностью распознавания для редких или нечетких этикеток.

Модель способна различать следующие категории пластика:

1_полиэтилен_ПЭТ (сокр. ПЭТФ)

2_полиэтилен_высокой_плотности_ПЭ-НД (сокр. ПНД)

3_поливинилхлорид_ПВХ

4_полиэтилен_низкой_плотности_ПЭ-ВД (сокр. ПВД)

5_полипропилен_ПП

6_полистирол_ПС

7_другие_смолы

8_не_пластик

Данные для обучения и оценки

Модель была обучена на наборе данных , а также на данных из папки изображений. Эти наборы данных содержат изображения различных видов пластика, маркированные соответствующими кодами переработки.

Процедура обучения

  • Модель была дообучена с использованием следующих гиперпараметров:

  • Скорость обучения: 5e-5

  • Размер тренировочного батча: 32

  • Размер оценочного батча: 32

  • Seed: 42

  • Шаги накопления градиента: 4

  • Общий размер тренировочного батча: 128

  • Оптимизатор: Adam с betas=(0.9,0.999) и epsilon=1e-08

  • Тип планировщика скорости обучения: линейный

  • Коэффициент разогрева планировщика скорости обучения: 0.1

  • Количество эпох: 3

Результаты обучения

Потери на обученииЭпохаШагПотери на валидацииТочностьБез лога1.051.8475010.2608701.93542.0101.7294850.3333331.93543.0151.6818630.391304

Используемые фреймворки

  • Transformers 4.33.3

  • Pytorch 2.0.1+cu118

  • Datasets 2.14.5

  • Tokenizers 0.13.3

Ссылки

DamarJati/plastic-recycling-codes

Ссылки

https://https://huggingface.co/DamarJati/plastic-recycling-codes

Предпросмотр файлов

В этой модели нет файлов для предпросмотра.

Просмотры

Скачивания

Похожие модели

Кейсы внедрения

Обсудите модель
с топами рынка в бизнес чате
Есть вопросы по модели?
Написать автору

Оценка

Детали модели

Автор: Qubu Team
Объем: 105.79 МБ
Комментарии: 0
Просмотры: 5
Скачивания: 0
Лицензия: MIT
Дата добавления: 22.04.2026

Автор

Qubu Team

Qubu Team

Команда

Профиль команды
Загрузка...
Загрузка комментариев...