My Awesome Food Model

🚀 素敵な食べ物分類モデル

このモデルは、food101データセットでgoogle/vit-base-patch16-224-in21k 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: 1.2335
• 精度: 0.985

🚀 クイックスタート

完全なノートブックはこちらからアクセスできます。 https://github.com/MustafaAlahmid/hugging_face_models/blob/main/Vit-classifier_food_dataset.ipynb

✨ 主な機能

• 食べ物の画像分類に特化したモデルです。
• food101データセットで訓練され、高い精度を達成しています。

📄 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。

📚 ドキュメント

モデルの詳細

このモデルは、google/vit-base-patch16-224-in21k をベースに、food101データセットでファインチューニングされています。

想定される用途と制限

詳細な情報は後日提供予定です。

訓練と評価データ

詳細な情報は後日提供予定です。

訓練手順

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。

• 学習率: 5e-05
• 訓練バッチサイズ: 8
• 評価バッチサイズ: 8
• シード: 42
• 勾配累積ステップ: 2
• 総訓練バッチサイズ: 16
• 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
• 学習率スケジューラのウォームアップ比率: 0.1
• エポック数: 3

訓練結果

フレームワークのバージョン

• Transformers 4.26.0
• Pytorch 1.13.1+cu116
• Datasets 2.9.0
• Tokenizers 0.13.2

📦 モデル情報