Instancecap Captioner

🚀 InstanceCap-Captioner

InstanceCap-Captioner 是基於 Qwen/Qwen2.5-VL-7B-Instruct 在 instancevid 數據集上進行微調得到的模型，可用於特定場景的圖像描述任務。

📚 詳細文檔

模型描述

此模型是 Qwen/Qwen2.5-VL-7B-Instruct 在 instancevid 數據集上的微調版本。

預期用途與限制

文檔暫未提供相關信息。

訓練和評估數據

文檔暫未提供相關信息。

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（learning_rate）：1e-05
• 訓練批次大小（train_batch_size）：1
• 評估批次大小（eval_batch_size）：8
• 隨機種子（seed）：42
• 分佈式類型（distributed_type）：多 GPU
• 設備數量（num_devices）：4
• 梯度累積步數（gradient_accumulation_steps）：2
• 總訓練批次大小（total_train_batch_size）：8
• 總評估批次大小（total_eval_batch_size）：32
• 優化器（optimizer）：使用 adamw_torch，β 值為 (0.9, 0.999)，ε 值為 1e-08，無額外優化器參數
• 學習率調度器類型（lr_scheduler_type）：餘弦退火
• 學習率調度器預熱比例（lr_scheduler_warmup_ratio）：0.1
• 訓練輪數（num_epochs）：5.0

框架版本

• Transformers：4.50.0
• Pytorch：2.6.0+cu124
• Datasets：3.4.1
• Tokenizers：0.21.0

📄 許可證

該模型使用其他類型許可證。