| --- |
| language: |
| - ru |
| license: mit |
| pipeline_tag: image-classification |
| tags: |
| - vision |
| - image-classification |
| - pytorch |
| - vit |
| - e-commerce |
| metrics: |
| - accuracy |
| model-index: |
| - name: Product_Image_Classification |
| results: |
| - task: |
| type: image-classification |
| metrics: |
| - type: accuracy |
| value: 0.9448 |
| --- |
| |
| # Product Image Classification |
|
|
| Классификатор изображений товаров (смартфоны, ноутбуки, телевизоры, часы, наушники) на базе **Vision Transformer (ViT)**. |
|
|
| Модель обучена на датасете изображений, собранных с узбекских маркетплейсов (*asaxiy.uz*, *texnomart.uz*, *olcha.uz*). |
|
|
| ## Описание и характеристики |
|
|
| * **Базовая архитектура:** `google/vit-base-patch16-224-in21k` |
| * **Категории (5 классов):** `headphones`, `laptop`, `smartphone`, `tv`, `watch` |
| * **Размер входного изображения:** 224x224 RGB |
|
|
| ## Качество модели (Evaluation) |
|
|
| Оценка производилась на тестовой выборке (`dataset_prepared/test`, 163 изображения): |
|
|
| | Категория | Precision | Recall | F1-Score | Support | |
| | :--- | :---: | :---: | :---: | :---: | |
| | **headphones** | 0.9091 | 0.9091 | 0.9091 | 33 | |
| | **laptop** | 0.9655 | 0.9032 | 0.9333 | 31 | |
| | **smartphone** | 0.8684 | 1.0000 | 0.9296 | 33 | |
| | **tv** | 1.0000 | 0.9697 | 0.9846 | 33 | |
| | **watch** | 1.0000 | 0.9394 | 0.9688 | 33 | |
| | **Accuracy** | | | **0.9448** | **163** | |
|
|
| ## Быстрый старт (Quickstart) |
|
|
| Для использования модели понадобятся библиотеки `transformers`, `torch` и `pillow`: |
|
|
| ```bash |
| pip install transformers torch pillow |
