Vit Base Blur

🚀 vit-base-blur

このモデルは、google/vit-base-patch16-224-in21k をぼやけた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す。評価セットでは以下の結果を達成しています。

• 損失: 0.0008
• 正解率: 1.0

🚀 クイックスタート

このモデルは、'ノイズ'（ぼやけた）画像とクリーンな画像の二値分類のためにトレーニングされています。'ノイズ'画像は、画像生成用のLDMからの未完成/不十分なパスの結果です。

✨ 主な機能

• ぼやけた画像とクリーンな画像の高精度な二値分類が可能です。

📚 ドキュメント

モデルの説明

このモデルは、'ノイズ'（ぼやけた）画像とクリーンな画像の二値分類のためにトレーニングされています。'ノイズ'画像は、画像生成用のLDMからの未完成/不十分なパスの結果です。

想定される用途と制限

詳細な情報は後日提供予定です。

トレーニングと評価データ

SD2.1でそれぞれ30ステップと10ステップを使用した、約1000枚のクリーンな画像とぼやけた画像を使用しています。

トレーニング手順

トレーニングハイパーパラメータ

トレーニング中に以下のハイパーパラメータが使用されました。

• learning_rate: 0.0001
• train_batch_size: 16
• eval_batch_size: 8
• seed: 42
• optimizer: Adam (betas=(0.9,0.999), epsilon=1e-08)
• lr_scheduler_type: linear
• num_epochs: 12

トレーニング結果

フレームワークのバージョン

• Transformers 4.30.2
• Pytorch 2.0.1+cu118
• Datasets 2.13.1
• Tokenizers 0.13.3

📄 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。