plant-leaf-masterdataset-resnet18
компактный классификатор болезней листьев
Это файнтюн microsoft/resnet-18 от neghani для классификации изображений листьев: 86 классов на 19 культурах. Модель крошечная — около 0,01 млрд параметров, задача — image-classification, библиотека transformers.
⚙️ Ключевые особенности
- 🌱 Обучена на Plant Leaf Disease MasterDataset: 86 классов, 19 культур.
- 🧩 База — microsoft/resnet-18; всего около 0,01B параметров.
- 🎯 На held-out тесте: accuracy 0.9615, macro-F1 0.9311, top-3 accuracy 0.9926 (n = 14 454).
- 🔬 Для корректной работы нужно повторить preprocessing: resize короткой стороны до 224, centre crop 224, ImageNet mean/std, bilinear.
- 🔔 Версия v1.0.1 исправляет процессор: crop_pct=1.0 и билинейная интерполяция; веса не менялись.
💡 Пример
Сценарий: подать фото листа в image-classification pipeline и получить один из 86 классов. Для воспроизводимости используйте тот же processor, что и при обучении: короткая сторона 224, centre crop 224, ImageNet mean/std.
Подробнее
Accuracy 0.9615, macro-F1 0.9311, top-3 0.9926 на n = 14 454.Тестовый split один раз просматривали при диагностике бага eval-cache; финальные цифры получены standalone scorer после исправления.
OOD-проверка на PlantDoc: 1 988 изображений, 21 пересекающийся класс, 8 near-duplicates исключены; PlantDoc не смешивали с обучением.
VRAM не указана; при ~0,01B параметров модель рассчитана на image-classification.








Комментарии