Kaloscope-2.0

LSNet 艺术家风格分类模型 Model Card

模型概述

模型名称**:

Kaloscope Artist Style Classification Model

模型版本**: v2.0

发布日期**: 2025年11月

模型类型**: 图像分类 (艺术家风格识别)

架构**: LSNet (See Large, Focus Small)

模型描述

本模型基于LSNet架构构建，专门用于识别和分类不同艺术家的绘画风格。LSNet是一个轻量级视觉模型，灵感来源于人类视觉系统的动态异尺度能力，即"看大局，聚焦细节"的特性。

架构特点

• *设计理念**: 基于人类视觉系统的"See Large, Focus Small"原理
• *模型系列**: 支持LSNet-T、LSNet-S、LSNet-B三种规模
• *参数量**: 约183M参数
• *优化目标**: 在保持高精度的同时实现高效推理

训练数据

数据来源

• *数据集**: Danbooru数据集 (截止到2025年9月)
• *数据筛选**: 选取图像数量在40张以上的艺术家
• *总分类数**: 39,260个艺术家类别
• *数据采样策略**:
• 所有艺术家图像通过数据增强（镜像旋转）统一扩展至100张
• 使用 imgutils 进行训练图像去重
• 训练集艺术家图像配平处理

数据预处理

图像尺寸: 448×448像素 (从224×224扩展)

数据增强: 镜像旋转等增强技术，确保每个艺术家100张训练图像

图像去重: 使用 imgutils 库进行训练图像去重

验证集划分: 10%的数据用于验证

训练配置

硬件环境

• *GPU配置**: 8×H20 GPU
• *训练时长**: 400+小时 (H20)
• *批次大小**: 256 (每GPU)

训练参数

• *优化器**: AdamW
• *学习率调度**: Cosine Annealing
• *数据并行**: 分布式训练 (8卡)
• *模型参数量**: ~183M
• *输入分辨率**: 448×448 (从224×224扩展)

性能指标

• *最终准确率**: 90.13% (Top-1)
• *验证方式**: Top-1准确率
• *评估数据**: 验证集 (10%的数据)
• *训练时长**: 400+小时 (H20 GPU)

模型性能

分类性能

指标 数值

• ----- ------

Top-1 准确率 90.13%

总类别数 39,260

参数量 ~183M

训练时长 400+小时 (H20)

输入分辨率 448×448

推理性能

• *输入格式**: RGB图像，448×448像素
• *输出格式**: 39,260维概率分布
• *推理速度**: 高效推理 (具体数值取决于硬件)

使用方法

环境要求

基本使用

Comfyui内使用

安装comfyui节点：https://github.com/spawner1145/comfyui-lsnet

下载本仓库模型即可使用

相关资源

• *论文**: LSNet: See Large, Focus Small
• *代码仓库**: (https://github.com/spawner1145/lsnet-test)
• *预训练模型**: 可通过Hugging Face Hub获取

引用信息

更新日志

v2.0 (2025年11月)

• *数据集更新**: Danbooru数据集更新至2025年9月
• *图像去重**: 利用 imgutils 进行训练图像去重
• *数据配平**: 训练集艺术家图像配平，通过数据增强（镜像旋转）将所有训练艺术家图像统一扩展成100张
• *分辨率提升**: 训练输入分辨率从224×224扩展至448×448
• *艺术家扩展**: 艺术家筛选下探至Danbooru上有40张以上图像的艺术家，最终艺术家类别39,260个
• *性能提升**: 经过400+小时H20训练，最终模型Top-1准确率达到90.13%
• *模型扩展**: 模型参数量扩展至183M

v1.1 (2025年10月)

150epoch训练

达到85.6%的分类准确率

v1.0 (2025年10月)

初始版本发布

基于Danbooru数据集训练

支持31,770个艺术家类别

达到84.2%的分类准确率

免责声明**: 本模型仅供研究和教育用途。在商业应用中使用时，请确保遵守相关法律法规和伦理准则。