Vit Base Cats Vs Dogs

🚀 vit-base-cats-vs-dogs

このモデルは、google/vit-base-patch16-224-in21k を cats_vs_dogs 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: 0.0369
• 正解率: 0.9883

🚀 クイックスタート

このセクションでは、このモデルを使用する基本的な手順を説明します。

💻 使用例

基本的な使用法

from transformers import ViTFeatureExtractor, ViTModel
from PIL import Image
import requests

url = 'http://images.cocodataset.org/val2017/000000039769.jpg'
image = Image.open(requests.get(url, stream=True).raw)

feature_extractor = ViTFeatureExtractor.from_pretrained('google/vit-base-patch16-224-in21k')
model = ViTModel.from_pretrained('akahana/vit-base-cats-vs-dogs')
inputs = feature_extractor(images=image, return_tensors="pt")

outputs = model(**inputs)
last_hidden_states = outputs.last_hidden_state

🔧 技術詳細

トレーニングハイパーパラメータ

トレーニング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: 0.0002
• トレーニングバッチサイズ: 8
• 評価バッチサイズ: 8
• シード: 1337
• 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: 線形
• エポック数: 1.0

トレーニング結果

フレームワークバージョン

• Transformers 4.12.5
• Pytorch 1.10.0+cu111
• Datasets 1.16.1
• Tokenizers 0.10.3

📄 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。