Pmc Vit L 14 Hf

🚀 clip-vit-l-14-pmc-finetuned

このモデルは、openai/clip-vit-large-patch14 を pmc_oa (https://huggingface.co/datasets/axiong/pmc_oa) データセットでファインチューニングしたバージョンです。評価セットでは以下の結果を達成しています。

• 損失: 1.0125

🚀 クイックスタート

このモデルは、特定のデータセットでファインチューニングされたバージョンで、画像とテキストの関連性を評価するために使用できます。以下に、モデルの使用方法と訓練方法の概要を示します。

📦 インストール

このモデルを使用するには、必要なライブラリをインストールする必要があります。以下のコマンドを使用して、必要な依存関係をインストールできます。

pip install transformers datasets torch

💻 使用例

基本的な使用法

from PIL import Image
import requests

from transformers import CLIPProcessor, CLIPModel

model = CLIPModel.from_pretrained("ryanyip7777/pmc_vit-l-14_hf")
processor = CLIPProcessor.from_pretrained("ryanyip7777/pmc_vit-l-14_hf")

url = "http://images.cocodataset.org/val2017/000000039769.jpg"
image = Image.open(requests.get(url, stream=True).raw)

inputs = processor(text=["a photo of a cat", "a photo of a dog"], images=image, return_tensors="pt", padding=True)

outputs = model(**inputs)
logits_per_image = outputs.logits_per_image # これは画像とテキストの類似度スコアです
probs = logits_per_image.softmax(dim=1) # ソフトマックスを取ることでラベルの確率を得ることができます

モデルのファインチューニング

以下のコマンドを使用して、このモデルをファインチューニングできます。

python -W ignore run_clip.py --model_name_or_path openai/clip-vit-large-patch14 \
      --output_dir ./clip-vit-l-14-pmc-finetuned \
      --train_file data/pmc_roco_train.csv \
      --validation_file data/pmc_roco_valid.csv \
      --image_column image --caption_column caption \
      --max_seq_length 77 \
      --do_train --do_eval \
      --per_device_train_batch_size 16 --per_device_eval_batch_size 8 \
      --remove_unused_columns=False \
      --learning_rate="5e-5" --warmup_steps="0" --weight_decay 0.1 \
      --overwrite_output_dir  \
      --num_train_epochs 10 \
      --logging_dir ./pmc_vit_logs \
      --save_total_limit 2 \
      --report_to  tensorboard

🔧 技術詳細

訓練ハイパーパラメータ

訓練中に使用されたハイパーパラメータは以下の通りです。

• learning_rate: 5e-05
• train_batch_size: 16
• eval_batch_size: 8
• seed: 42
• optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
• lr_scheduler_type: linear
• num_epochs: 10.0

フレームワークバージョン

• Transformers 4.31.0
• Pytorch 2.0.1
• Datasets 2.14.4
• Tokenizers 0.13.3

📚 ドキュメント

モデルの詳細な説明、意図された用途と制限、訓練と評価データに関する追加情報は、現在提供されていません。必要に応じて、これらの情報を補完することを検討してください。

📄 ライセンス

元のREADMEにライセンス情報が記載されていなかったため、このセクションは省略されています。