Cats vs Dogs: EfficientNet-B0

Бинарный классификатор изображений на базе torchvision EfficientNet-B0: сеть предобучена на ImageNet, затем дообучена на датасете Microsoft/Kaggle «Cats and Dogs». Автор выложил две версии весов — PyTorch и ONNX, а также браузерную демку.

🔍 Ключевые особенности

• 📊 Точность 98,95% на тестовой выборке (2 474 фото) и 98,99% на валидации
• ⚙ Два файла: best_model.pt с сырыми логитами и model.onnx с softmax на выходе
• 🔄 ONNX-экспорт сверен с PyTorch на всех тестовых фото: ответы совпали, расхождение вероятностей до 0.000003
• 💻 Есть веб-демо на ONNX Runtime Web — можно проверить фото прямо в браузере
• 🧨 Обучение на 24 741 фото после чистки данных, mixed precision на RTX 3050

📝 Пример

from huggingface_hub import hf_hub_download
from src.predict import Predictor

predictor = Predictor(hf_hub_download("bebird/cats-vs-dogs-efficientnet-b0", "best_model.pt"))
predictor.predict("photo.jpg")  # {"Cat": 0.02, "Dog": 0.98}

Подробнее

На тесте 10 кошек приняты за собак и 16 собак за кошек; часть этих 26 ошибок — брак в данных.
Схема обучения: 3 эпохи только новой 2-классовой головы (AdamW, lr 1e-3), затем файнтюн всей сети (lr 1e-4).
Ограничение: классов всего два — любое фото всё равно получит метку «кошка» или «собака»; хуже всего модель на тёмных, размытых и мелких снимках и на кадрах с обоими животными.