dit-base-finetuned-brsオープンソース画像分類モデル - 画像フォルダデータセットを無料でデプロイして処理する

Dit Base Finetuned Brs

sergiocannataによって開発

microsoft/dit-baseを基に微調整した画像分類モデルで、画像フォルダデータセットで良好な性能を発揮

ダウンロード数 13

リリース時間 : 10/26/2022

モデル概要

このモデルはmicrosoft/dit-baseを画像フォルダデータセットで微調整したバージョンで、主に画像分類タスクに使用されます

高精度

評価データセットで88.24%の精度を達成

バランスの取れた性能

F1スコア0.8571を達成し、適合率と再現率の良好なバランスを示す

安定したトレーニング

100エポックのトレーニング後もモデル性能が安定

画像分類

視覚的特徴抽出

画像認識

文書画像分類

文書類の画像を分類識別

精度88.24%

このモデルは、microsoft/dit-base を imagefolder 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。

このモデルは imagefolder データセット上で microsoft/dit-base をファインチューニングしたもので、画像分類タスクに使用できます。

データセット名は imagefolder で、タイプも imagefolder です。設定は default で、分割は train です。

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。

訓練損失	エポック	ステップ	検証損失	正解率	F1	適合率 (ppv)	再現率 (sensitivity)	特異度	Npv	Auc
0.6624	6.25	100	0.5548	0.8235	0.7692	0.8333	0.7143	0.9	0.8182	0.8071
0.5201	12.49	200	0.4617	0.8824	0.8571	0.8571	0.8571	0.9	0.9	0.8786
0.5172	18.74	300	0.4249	0.8235	0.8000	0.75	0.8571	0.8	0.8889	0.8286
0.4605	24.98	400	0.3172	0.8235	0.7692	0.8333	0.7143	0.9	0.8182	0.8071
0.4894	31.25	500	0.4466	0.8235	0.7692	0.8333	0.7143	0.9	0.8182	0.8071
0.3694	37.49	600	0.5077	0.8235	0.7692	0.8333	0.7143	0.9	0.8182	0.8071
0.6172	43.74	700	0.5722	0.7647	0.7143	0.7143	0.7143	0.8	0.8	0.7571
0.3671	49.98	800	0.7006	0.7647	0.6667	0.8	0.5714	0.9	0.75	0.7357
0.4109	56.25	900	0.4410	0.8235	0.7692	0.8333	0.7143	0.9	0.8182	0.8071
0.3198	62.49	1000	0.7226	0.8235	0.7692	0.8333	0.7143	0.9	0.8182	0.8071
0.4283	68.74	1100	0.8089	0.8235	0.7692	0.8333	0.7143	0.9	0.8182	0.8071
0.3273	74.98	1200	0.9059	0.7647	0.6667	0.8	0.5714	0.9	0.75	0.7357
0.3237	81.25	1300	0.8520	0.8235	0.7692	0.8333	0.7143	0.9	0.8182	0.8071
0.2014	87.49	1400	0.9183	0.7647	0.6667	0.8	0.5714	0.9	0.75	0.7357
0.3204	93.74	1500	0.6769	0.8824	0.8571	0.8571	0.8571	0.9	0.9	0.8786
0.1786	99.98	1600	0.8748	0.8824	0.8571	0.8571	0.8571	0.9	0.9	0.8786