Stanford Car Vit Patch16

🚀 ViTをスタンフォード自動車データセットでファインチューニング

このモデルは、スタンフォード自動車データセットを用いてファインチューニングされたViTモデルです。テストセットで約86%の精度を達成しており、さらなるチューニングのベースラインとして利用できます。

🚀 クイックスタート

ベースモデル: https://huggingface.co/google/vit-base-patch16-224

このモデルはテストセットで約86%の精度を達成しており、さらなるチューニングのベースラインとして利用できます。

✨ 主な機能

• スタンフォード自動車データセットを用いてファインチューニングされたViTモデル
• テストセットで約86%の精度を達成

📦 インストール

このセクションでは、Transformerライブラリを使用してモデルを利用する方法を説明します。

from transformers import AutoFeatureExtractor, AutoModelForImageClassification

extractor = AutoFeatureExtractor.from_pretrained("therealcyberlord/stanford-car-vit-patch16")
model = AutoModelForImageClassification.from_pretrained("therealcyberlord/stanford-car-vit-patch16")

📚 ドキュメント

データセットの説明

スタンフォード自動車データセットには、196種類の自動車の16,185枚の画像が含まれています。クラスは通常、メーカー、モデル、年式のレベルで定義されており、例えば2012年のテスラ・モデルSや2012年のBMW M3クーペなどです。このデータセットは、8144枚のトレーニング画像、6,041枚のテスト画像、2000枚の検証画像に分割されています。

** 注意: このデータセットには新しい車種のモデルは含まれていません **

📄 ライセンス

このプロジェクトはApache-2.0ライセンスの下で公開されています。

📚 引用

3D Object Representations for Fine-Grained Categorization Jonathan Krause, Michael Stark, Jia Deng, Li Fei-Fei 4th IEEE Workshop on 3D Representation and Recognition, at ICCV 2013 (3dRR-13). Sydney, Australia. Dec. 8, 2013.