heathcliff01

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) 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 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 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) 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) 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 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 v1.0 (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 ---