Resnet50 Cifar10

🚀 timmモデルカード

このモデルは、CIFAR-10データセットで学習された小型のResNet50モデルです。画像分類タスクに適用でき、高い精度を達成しています。

🚀 クイックスタート

以下のコードを使用して、モデルを始めることができます。

import detectors
import timm

model = timm.create_model("resnet50_cifar10", pretrained=True)

✨ 主な機能

• このモデルはCIFAR-10データセットで学習され、画像分類タスクに使用できます。
• テスト精度: 0.9465
• ライセンス: MIT

📚 ドキュメント

学習データ

学習データはCIFAR-10です。

学習ハイパーパラメータ

• 設定ファイル: scripts/train_configs/cifar10.json
• モデル: resnet50_cifar10
• データセット: cifar10
• バッチサイズ: 128
• エポック数: 300
• 検証頻度: 5
• シード値: 1
• 損失関数: CrossEntropyLoss
• 損失関数の引数: {}
• オプティマイザー: SGD
• 学習率: 0.1
• オプティマイザーの引数: {'momentum': 0.9, 'weight_decay': 0.0005, 'nesterov': 'True'}
• スケジューラー: ReduceLROnPlateau
• スケジューラーの引数: {'factor': 0.1, 'patience': 3, 'threshold': 0.001, 'mode': 'max'}
• デバッグモード: False

テストデータ

テストデータはCIFAR-10です。

📄 ライセンス

このモデルはMITライセンスの下で提供されています。

このモデルカードはEduardo Dadaltoによって作成されました。