Vit Base Patch16 224 Futurama Image Multilabel Clf

🚀 vit-base-patch16-224-Futurama_Image_multilabel_clf

このモデルは、画像分類を行う多ラベル分類モデルです。Futuramaのスクリーンショット画像を分類することができ、高い精度で結果を出します。

🚀 クイックスタート

このモデルは、google/vit-base-patch16-224 をファインチューニングしたものです。評価セットでは以下の結果を達成しています。

• 損失: 0.0592
• F1: 0.9818
• Roc Auc: 0.9842
• 精度: 0.9672

✨ 主な機能

モデルの説明

これは、アニメ「Futurama」のスクリーンショット画像の多ラベル分類モデルです。作成方法の詳細については、以下のリンクを参照してください。 https://github.com/DunnBC22/Vision_Audio_and_Multimodal_Projects/blob/main/Computer%20Vision/Image%20Classification/Multilabel%20Classification/Futurama%20Screenshots/Futurama%20-%20ML%20Image%20CLF.ipynb

想定される用途と制限

このモデルは、技術を用いて複雑な問題を解決する能力を示すために作成されました。

📦 インストール

ドキュメントに具体的なインストール手順が記載されていないため、このセクションを省略します。

💻 使用例

ドキュメントに具体的なコード例が記載されていないため、このセクションを省略します。

📚 ドキュメント

学習と評価データ

データセットのソース: https://www.kaggle.com/datasets/gonzalorecioc/futurama-frames-with-characteronscreen-data

学習手順

学習ハイパーパラメータ

学習中に使用されたハイパーパラメータは以下の通りです。

• 学習率: 2e-05
• 学習バッチサイズ: 8
• 評価バッチサイズ: 8
• シード: 42
• オプティマイザ: Adam (betas=(0.9,0.999), epsilon=1e-08)
• 学習率スケジューラの種類: 線形
• エポック数: 8

学習結果

フレームワークのバージョン

• Transformers 4.26.1
• Pytorch 1.12.1
• Datasets 2.8.0
• Tokenizers 0.12.1

🔧 技術詳細

ドキュメントに具体的な技術詳細が記載されていないため、このセクションを省略します。

📄 ライセンス

このモデルは、Apache-2.0ライセンスの下で提供されています。