Vit Base Patch16 224 Futurama Image Multilabel Clf

🚀 vit-base-patch16-224-Futurama_Image_multilabel_clf

這是一個基於圖像分類的多標籤分類模型，對電視劇《飛出個未來》的截圖進行分類，在評估集上取得了優異的成績，展示了使用技術解決複雜問題的能力。

🚀 快速開始

本模型是 google/vit-base-patch16-224 的微調版本。它在評估集上取得了以下結果：

• 損失值：0.0592
• F1值：0.9818
• ROC AUC值：0.9842
• 準確率：0.9672

📚 詳細文檔

模型描述

這是一個針對電視劇《飛出個未來》截圖的多標籤分類模型。

有關其創建方式的更多信息，請查看以下鏈接：https://github.com/DunnBC22/Vision_Audio_and_Multimodal_Projects/blob/main/Computer%20Vision/Image%20Classification/Multilabel%20Classification/Futurama%20Screenshots/Futurama%20-%20ML%20Image%20CLF.ipynb

預期用途與限制

本模型旨在展示使用技術解決複雜問題的能力。

訓練和評估數據

數據集來源：https://www.kaggle.com/datasets/gonzalorecioc/futurama-frames-with-characteronscreen-data

訓練過程

訓練超參數

訓練期間使用了以下超參數：

• 學習率：2e-05
• 訓練批次大小：8
• 評估批次大小：8
• 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：8

訓練結果

框架版本

• Transformers 4.26.1
• Pytorch 1.12.1
• Datasets 2.8.0
• Tokenizers 0.12.1

📄 許可證

本模型採用 Apache-2.0 許可證。