Vit Base Patch16 224 In21k Simpsons Family Members

🚀 維特基礎補丁16 - 224 - in21k辛普森家族成員模型

本模型是一個用於圖像分類的模型，它基於預訓練模型進行微調，能夠對辛普森家族成員進行多分類圖像識別，在評估集上取得了較高的準確率等指標，展示了在圖像分類任務上的良好性能。

🚀 快速開始

該模型是 [google/vit - base - patch16 - 224 - in21k](https://huggingface.co/google/vit - base - patch16 - 224 - in21k) 的微調版本。

它在評估集上取得了以下結果：

• 損失：0.2431
• 準確率：0.9530
• F1值：
  • 加權：0.9522
  • 微觀：0.9530
  • 宏觀：0.9521
• 召回率：
  • 加權：0.9530
  • 微觀：0.9530
  • 宏觀：0.9531
• 精確率：
  • 加權：0.9605
  • 微觀：0.9530
  • 宏觀：0.9601

✨ 主要特性

這是一個辛普森家族成員的多分類圖像分類模型。

若想了解該模型的創建方式，請查看以下鏈接：https://github.com/DunnBC22/Vision_Audio_and_Multimodal_Projects/blob/main/Computer%20Vision/Image%20Classification/Multiclass%20Classification/Simpsons%20Family%20Images/Simpsons_family_with_hf_ViT.ipynb

📚 詳細文檔

預期用途和限制

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/williamu32/dataset - bart - or - homer

數據集中的示例圖像：

訓練過程

訓練超參數

訓練期間使用了以下超參數：

• 學習率：0.0002
• 訓練批次大小：16
• 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：3

訓練結果

框架版本

• Transformers 4.22.2
• Pytorch 1.12.1
• Datasets 2.5.2
• Tokenizers 0.12.1

📄 許可證

本模型採用 Apache - 2.0 許可證。

📊 模型信息表