Vit Base Patch16 224 In21k Bart Or Homer

🚀 vit-base-patch16-224-in21k_Bart_or_Homer

這是一個基於google/vit-base-patch16-224-in21k微調的模型，用於區分Bart和Homer Simpson的二元分類任務。該模型在評估集上取得了出色的成績，如高準確率、F1值等。

🚀 快速開始

本模型是基於google/vit-base-patch16-224-in21k微調得到的。它在評估集上取得了以下結果：

• 損失值：0.0636
• 準確率：0.9863
• F1值：0.9841
• 召回率：1.0
• 精確率：0.9688

✨ 主要特性

• 二元分類：能夠準確區分Bart和Homer Simpson。
• 高性能：在評估集上有較高的準確率、F1值等指標。

📚 詳細文檔

模型描述

這是一個用於區分Bart和Homer Simpson的二元分類模型。 如需瞭解更多關於該模型的創建過程，請查看以下鏈接：https://github.com/DunnBC22/Vision_Audio_and_Multimodal_Projects/blob/main/Computer%20Vision/Image%20Classification/Binary%20Classification/Bart%20vs%20Homer/Bart_vs_Homer_Image_clf_ViT.ipynb

預期用途和侷限性

該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

訓練過程中使用了以下超參數：

• 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，β值為(0.9, 0.999)，ε值為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 4.25.1
• Pytorch 1.12.1
• Datasets 2.4.0
• Tokenizers 0.12.1

📄 許可證

本項目採用Apache-2.0許可證。

📦 模型信息