Vit Base Patch16 224 In21k Bart Or Homer

🚀 vit-base-patch16-224-in21k_Bart_or_Homer

このモデルは、画像分類を行うためのモデルです。google/vit-base-patch16-224-in21k をファインチューニングしたもので、バートとホーマー・シンプソンを区別する二値分類モデルとして機能します。

🚀 クイックスタート

このモデルは、画像分類タスクに使用できます。評価セットでは以下の結果を達成しています。

• 損失: 0.0636
• 正解率: 0.9863
• F1値: 0.9841
• 再現率: 1.0
• 適合率: 0.9688

✨ 主な機能

• バートとホーマー・シンプソンを区別する二値分類が可能です。
• 高い正解率、F1値、再現率、適合率を持っています。

📚 ドキュメント

モデルの説明

これは、バートとホーマー・シンプソンを区別する二値分類モデルです。作成方法の詳細については、次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/Binary%20Classification/Bart%20vs%20Homer/Bart_vs_Homer_Image_clf_ViT.ipynb

想定用途と制限

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。

学習と評価データ

データセットのソース: https://www.kaggle.com/datasets/williamu32/dataset-bart-or-homer

データセットのサンプル画像:

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: 0.0002
• 学習バッチサイズ: 16
• 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: 3

学習結果

フレームワークのバージョン

• Transformers 4.25.1
• Pytorch 1.12.1
• Datasets 2.4.0
• Tokenizers 0.12.1

📄 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。