Centraasia ResNet 50

🚀 中央アジア画像分類用ResNet - 50モデル

このモデルは、中央アジアの食品データセットを用いてファインチューニングされた事前学習済みのResNet - 50モデルです。複数のクラスにまたがる画像分類に使用されます。

🚀 クイックスタート

このモデルは中央アジアの画像分類に特化しており、事前学習済みのResNet - 50をベースにファインチューニングされています。以下のセクションでは、モデルの詳細、学習パラメータ、結果、使い方などを説明します。

✨ 主な機能

• 中央アジアの食品画像を複数のクラスに分類することができます。
• 事前学習済みのResNet - 50をベースにしているため、高精度な分類が可能です。

📚 ドキュメント

モデルの説明

これは中央アジア食品データセットでファインチューニングされた事前学習済みのResNet - 50モデルです。このモデルは複数のクラスにまたがる画像分類に使用されます。データは学習セット、検証セット、テストセットに分割されました。モデルはSGDオプティマイザーとCrossEntropyLossを損失関数として用いた勾配降下法で学習されました。

学習パラメータ

• エポック数: 25
• バッチサイズ: 32
• 学習率: 0.001
• オプティマイザー: 慣性項0.9のSGD
• 損失関数: CrossEntropyLoss

結果

学習と検証、F1

モデルはKaggleのノートブックで2つのT4 GPUを使用して36分7秒間学習されました
最高の検証精度: 86,54%

                      precision    recall  f1-score   support

            achichuk       0.91      0.98      0.94        41
         airan-katyk       0.84      0.93      0.89        46
                asip       0.78      0.57      0.66        37
            bauyrsak       0.90      0.90      0.90        62
   beshbarmak-w-kazy       0.71      0.84      0.77        44
  beshbarmak-wo-kazy       0.86      0.69      0.76        61
           chak-chak       0.94      0.94      0.94        93
            cheburek       0.92      0.88      0.90        94
        doner-lavash       0.77      1.00      0.87        20
           doner-nan       0.86      0.82      0.84        22
             hvorost       0.98      0.86      0.91       141
            irimshik       0.96      0.94      0.95       175
         kattama-nan       0.84      0.88      0.86        66
          kazy-karta       0.72      0.78      0.75        46
                kurt       0.86      0.97      0.91        61
             kuyrdak       0.92      0.93      0.92        58
       kymyz-kymyran       0.93      0.82      0.87        49
        lagman-fried       0.86      0.95      0.90        38
       lagman-w-soup       0.90      0.80      0.85        75
      lagman-wo-soup       0.58      0.86      0.69        22
               manty       0.91      0.95      0.93        63
               naryn       0.97      0.99      0.98        84
        nauryz-kozhe       0.88      0.96      0.92        52
               orama       0.68      0.84      0.75        38
                plov       0.95      0.98      0.97       101
               samsa       0.91      0.93      0.92       106
    shashlyk-chicken       0.68      0.65      0.66        62
  shashlyk-chicken-v       0.74      0.76      0.75        33
   shashlyk-kuskovoi       0.75      0.75      0.75        71
 shashlyk-kuskovoi-v       0.53      0.79      0.64        29
shashlyk-minced-meat       0.74      0.69      0.72        42
          sheep-head       0.75      0.94      0.83        16
             shelpek       0.77      0.86      0.81        64
              shorpa       0.95      0.88      0.91        80
          soup-plain       0.96      0.94      0.95        71
              sushki       0.83      1.00      0.91        43
               suzbe       0.89      0.82      0.86        62
            taba-nan       0.92      0.80      0.86       136
        talkan-zhent       0.86      0.80      0.83        90
      tushpara-fried       0.79      0.74      0.76        46
     tushpara-w-soup       0.94      0.94      0.94        67
    tushpara-wo-soup       0.92      0.87      0.89        91

            accuracy                           0.87      2698
           macro avg       0.84      0.86      0.85      2698
        weighted avg       0.88      0.87      0.87      2698

テスト

学習後、モデルはテストセットでテストされました。

• テスト精度: 87%

リポジトリ構造

• main.py — モデルの学習とテスト用のコード
• model/ — SafeTensors形式で保存されたモデル

💻 使用例

基本的な使用法

from transformers import AutoModelForImageClassification
from huggingface_hub import hf_hub_download
from safetensors.torch import load_file

repo_id = "Eraly-ml/centraasia-ResNet-50"
filename = "model.safetensors"

# モデルの読み込み
model_path = hf_hub_download(repo_id=repo_id, filename=filename)
model = AutoModelForImageClassification.from_pretrained(repo_id)
model.load_state_dict(load_file(model_path))

📄 ライセンス

このモデルはCC - BY - NC - 4.0ライセンスの下で提供されています。

モデル情報

連絡先

My telegram @eralyf