swin-tiny-finetuned-dogfoodオープンソースモデル - 高精度で犬用飼料の画像分類を行い、精度は約99％に達する

ホーム

Swin Tiny Finetuned Dogfood

sashaによって開発

Swin Transformer Tinyアーキテクチャをファインチューニングしたドッグフード画像分類モデル、テストセットで98.8%の精度を達成

画像分類

Transformers

オープンソースライセンス:Apache-2.0 #高精度画像分類 #ペットフード識別 #Swin Transformerファインチューニング

ダウンロード数 15

リリース時間 : 6/26/2022

モデル概要

このモデルはmicrosoft/swin-tiny-patch4-window7-224をドッグフード画像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、ドッグフード製品の画像分類タスク専用です。

モデル特徴

高精度

テストセットで98.8%の分類精度を達成

ファインチューニングモデル

事前学習済みSwin Transformer Tinyアーキテクチャを基にファインチューニング

包括的評価指標

精度、適合率、再現率、F1スコアなど多角的な評価指標を提供

モデル能力

画像分類

ドッグフード製品識別

使用事例

ペットフード業界

ドッグフード製品分類

異なるブランドや種類のドッグフード製品を自動識別・分類

精度98.8%

小売在庫管理

スーパーやペットショップの自動在庫管理システム向け

🚀 swin-tiny-finetuned-dogfood

このモデルは、microsoft/swin-tiny-patch4-window7-224 を lewtun/dog_food 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。

損失: 0.1959
正解率: 0.988

📚 ドキュメント

モデルの概要

詳細情報は後日追加予定です。

想定される用途と制限

詳細情報は後日追加予定です。

学習と評価データ

詳細情報は後日追加予定です。

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: 5e-05
学習バッチサイズ: 32
評価バッチサイズ: 32
シード: 42
勾配蓄積ステップ: 4
総学習バッチサイズ: 128
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: linear
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: 1

学習結果

学習損失	エポック	ステップ	検証損失	正解率
0.8198	1.0	16	0.1901	0.9822

フレームワークのバージョン

Transformers 4.20.1
Pytorch 1.11.0+cu113
Datasets 2.3.2
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。

📊 メトリクスとデータセット

プロパティ	詳細
生成元	generated_from_trainer
データセット	imagefolder, lewtun/dog_food
メトリクス	accuracy

モデル指標

名前: swin-tiny-finetuned-dogfood
- 結果:
  - タスク:
    - 名前: 画像分類
    - 種類: image-classification
  - データセット:
    - 名前: lewtun/dog_food
    - 種類: lewtun/dog_food
    - 引数: lewtun--dog_food
  - メトリクス:
    - 名前: 正解率
    - 種類: accuracy
    - 値: 0.988
  - タスク:
    - 種類: image-classification
    - 名前: 画像分類
  - データセット:
    - 名前: lewtun/dog_food
    - 種類: lewtun/dog_food
    - 設定: lewtun--dog_food
    - 分割: テスト
  - メトリクス:
    - 名前: 正解率
    - 種類: accuracy
    - 値: 0.9826666666666667
    - 検証済み: true
    - 名前: マクロ精度
    - 種類: precision
    - 値: 0.9820904286553143
    - 検証済み: true
    - 名前: マイクロ精度
    - 種類: precision
    - 値: 0.9826666666666667
    - 検証済み: true
    - 名前: 加重精度
    - 種類: precision
    - 値: 0.9828416519866903
    - 検証済み: true
    - 名前: マクロ再現率
    - 種類: recall
    - 値: 0.9828453314981092
    - 検証済み: true
    - 名前: マイクロ再現率
    - 種類: recall
    - 値: 0.9826666666666667
    - 検証済み: true
    - 名前: 加重再現率
    - 種類: recall
    - 値: 0.9826666666666667
    - 検証済み: true
    - 名前: マクロF1スコア
    - 種類: f1
    - 値: 0.9824101123169301
    - 検証済み: true
    - 名前: マイクロF1スコア
    - 種類: f1
    - 値: 0.9826666666666667
    - 検証済み: true
    - 名前: 加重F1スコア
    - 種類: f1
    - 値: 0.9826983433609648
    - 検証済み: true
    - 名前: 損失
    - 種類: loss
    - 値: 0.2326570302248001
    - 検証済み: true
    - 名前: マシューズ相関係数
    - 種類: matthews_correlation
    - 値: 0.974016655798285
    - 検証済み: true