模型介绍
中文整理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**: v1.0
发布日期**: 2025年10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100M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2024年10月)
- *数据筛选**: 选取图像数量在50张以上的艺术家
- *总分类数**: 31,770个艺术家类别
- *数据采样策略**:
- 图像数量超过100张的艺术家:选取ID最靠后的100张图像
- 图像数量50-100张的艺术家:使用全部图像
数据预处理
图像尺寸: 224×224像素
数据增强: 标准ImageNet预处理流程
验证集划分: 5%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**: 80个epoch
- *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**: ~100M
性能指标
- *最终准确率**: 84.2%
- *验证方式**: Top-1准确率
- *评估数据**: 验证集 (5%的数据)
模型性能
分类性能
指标 数值
- ----- ------
Top-1 准确率 84.2%
总类别数 31,770
参数量 ~100M
训练轮数 80 epochs
推理性能
- *输入格式**: RGB图像,224×224像素
- *输出格式**: 31,770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
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
v1.1 (2025年10月)
训练轮次达到150轮
达到85.6%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。
优先采用原作者提供的中文模型卡片;仅有英文说明时由闲社AI翻译整理。重要参数、许可证和商用范围请以原文为准。
你将获得什么
完整仓库方式包含该固定版本中的权重、配置、分词器及说明文件;指定版本方式只下载所选文件或整组分片。多模态模型的投影文件、配置等依赖,请按作者说明配齐。
完整仓库可能包含多个权重格式,因此需要的磁盘空间可能大于单一格式的模型大小。下载文件不等于完成模型部署。
使用前须知
运行模型需要的设备、工具与依赖,以原作者说明为准。
是否允许商用、修改和分发,请查看模型许可证。
闲社提供资料与镜像下载方法,不代表已运行模型或完成安全审计。下载的代码应先检查,再执行。
资料或下载有问题?
登录后可提交反馈。
