Pedestrian Gender Recognition

🚀 outputs

該模型是基於 microsoft/beit-base-patch16-224-pt22k-ft22k 在 PETA 數據集 上進行微調的版本。它在圖像分類任務中表現出色，能夠有效識別圖像特徵，為相關領域提供了高精度的解決方案。

🚀 快速開始

本模型可以使用 Transformers 的 pipeline 進行調用，以下是使用示例：

from transformers import pipeline
gender_classifier = pipeline(model="NTQAI/pedestrian_gender_recognition")
image_path = "abc.jpg"

results = gender_classifier(image_path)
print(results)

✨ 主要特性

• 高精度：在評估集上取得了 0.9107 的準確率。
• 微調優化：基於預訓練模型 [microsoft/beit-base-patch16-224-pt22k-ft22k] 進行微調，更適配特定任務。

📚 詳細文檔

模型描述

該模型是對 [microsoft/beit-base-patch16-224-pt22k-ft22k] 在 [PETA 數據集] 上的微調版本，在評估集上有如下表現：

• 損失值：0.2170
• 準確率：0.9107

預期用途與限制

文檔暫未提供相關內容。

訓練和評估數據

文檔暫未提供相關內容。

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：2e-05
• 訓練批次大小：8
• 評估批次大小：8
• 隨機種子：1337
• 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：5.0

訓練結果

框架版本

• Transformers 4.24.0.dev0
• Pytorch 1.12.1+cu113
• Datasets 2.6.1
• Tokenizers 0.13.1

聯繫信息

如果您有與本項目相關的個人交流需求，請聯繫 Nha Nguyen Van（nha282@gmail.com）。

📄 許可證

本項目採用 Apache-2.0 許可證。