Vc Bantai Vit Withoutambi Adunest V3

V

Vc Bantai Vit Withoutambi Adunest V3

Developed by AykeeSalazar

基於Google Vision Transformer (ViT)架構的圖像分類模型，在自定義數據集上微調，準確率達82.18%

Open Source License:Apache-2.0 #圖像分類 #ViT微調 #高準確率

Downloads 30

Release Time : 8/3/2022

Model Overview

該模型是基於google/vit-base-patch16-224-in21k預訓練模型在圖像分類任務上微調的版本，主要用於圖像分類任務。

Model Features

高準確率

在評估集上達到82.18%的準確率，表現優異

基於ViT架構

採用Vision Transformer架構，能有效捕捉圖像中的全局特徵

精細調優

經過200輪訓練，使用線性學習率調度和Adam優化器

Model Capabilities

圖像分類

視覺特徵提取

Use Cases

圖像識別

違規內容分類

可用於識別和分類違規圖像內容

在Violation-Classification數據集上表現良好

🚀 vc-bantai-vit-withoutAMBI-adunest-v3

本模型是基於 google/vit-base-patch16-224-in21k 在 imagefolder 數據集上進行微調的版本。它在評估集上取得了以下成績：

損失值：0.8889
準確率：0.8218

📚 詳細文檔

模型信息

屬性	詳情
模型名稱	vc-bantai-vit-withoutAMBI-adunest-v3
模型類型	圖像分類模型
基礎模型	google/vit-base-patch16-224-in21k
訓練數據集	imagefolder
評估指標	準確率
評估集準確率	0.8218
評估集損失值	0.8889
許可證	Apache-2.0

訓練過程

訓練超參數

訓練過程中使用了以下超參數：

學習率：0.0005
訓練批次大小：32
評估批次大小：32
隨機種子：42
優化器：Adam（β1=0.9，β2=0.999，ε=1e-08）
學習率調度器類型：線性
訓練輪數：200
混合精度訓練：Native AMP

訓練結果

訓練損失	輪數	步數	驗證損失	準確率
無記錄	0.38	100	0.8208	0.7147
無記錄	0.76	200	0.8861	0.7595
無記錄	1.14	300	0.4306	0.7910
無記錄	1.52	400	0.5222	0.8245
0.3448	1.9	500	0.8621	0.7602
0.3448	2.28	600	0.2902	0.8801
0.3448	2.66	700	0.3687	0.8426
0.3448	3.04	800	0.3585	0.8694
0.3448	3.42	900	0.6546	0.7897
0.2183	3.8	1000	0.3881	0.8272
0.2183	4.18	1100	0.9650	0.7709
0.2183	4.56	1200	0.6444	0.7917
0.2183	4.94	1300	0.4685	0.8707
0.2183	5.32	1400	0.4972	0.8506
0.157	5.7	1500	0.4010	0.8513
0.157	6.08	1600	0.4629	0.8419
0.157	6.46	1700	0.4258	0.8714
0.157	6.84	1800	0.4383	0.8573
0.157	7.22	1900	0.5324	0.8493
0.113	7.6	2000	0.3212	0.8942
0.113	7.98	2100	0.8621	0.8326
0.113	8.37	2200	0.6050	0.8131
0.113	8.75	2300	0.7173	0.7991
0.113	9.13	2400	0.5313	0.8125
0.0921	9.51	2500	0.6584	0.8158
0.0921	9.89	2600	0.8727	0.7930
0.0921	10.27	2700	0.4222	0.8922
0.0921	10.65	2800	0.5811	0.8265
0.0921	11.03	2900	0.6175	0.8372
0.0701	11.41	3000	0.3914	0.8835
0.0701	11.79	3100	0.3364	0.8654
0.0701	12.17	3200	0.6223	0.8359
0.0701	12.55	3300	0.7830	0.8125
0.0701	12.93	3400	0.4356	0.8942
0.0552	13.31	3500	0.7553	0.8232
0.0552	13.69	3600	0.9107	0.8292
0.0552	14.07	3700	0.6108	0.8580
0.0552	14.45	3800	0.5732	0.8567
0.0552	14.83	3900	0.5087	0.8614
0.0482	15.21	4000	0.8889	0.8218

框架版本

Transformers：4.20.1
Pytorch：1.12.0+cu113
Datasets：2.3.2
Tokenizers：0.12.1

📄 許可證

本模型使用 Apache-2.0 許可證。

Featured Recommended AI Models

Llama 3 Typhoon V1.5x 8b Instruct

專為泰語設計的80億參數指令模型，性能媲美GPT-3.5-turbo，優化了應用場景、檢索增強生成、受限生成和推理任務

大型語言模型

Transformers Supports Multiple Languages

Cadet-Tiny是一個基於SODA數據集訓練的超小型對話模型，專為邊緣設備推理設計，體積僅為Cosmo-3B模型的2%左右。

Transformers English

Roberta Base Chinese Extractive Qa

基於RoBERTa架構的中文抽取式問答模型，適用於從給定文本中提取答案的任務。

問答系統 Chinese

AIbase

Empowering the Future, Your AI Solution Knowledge Base

English 简体中文繁體中文にほんご

© 2025AIbase