Vit Base Avengers V1

🚀 vit-base-avengers-v1

本模型是 google/vit-base-patch16-224-in21k 在 imagefolder 數據集上的微調版本。它在圖像分類任務中表現出色，能有效識別復仇者聯盟相關的圖像，為圖像分類領域提供了一個實用的解決方案。

🚀 快速開始

本模型是 google/vit-base-patch16-224-in21k 在 imagefolder 數據集上的微調版本。它在評估集上取得了以下結果：

• 損失值：0.5324
• 準確率：0.8683

有關該模型的訓練方式，請參考這篇 Medium 文章。

✨ 主要特性

• 微調模型：基於預訓練的 google/vit-base-patch16-224-in21k 模型進行微調，在圖像分類任務上有較好表現。
• 評估結果優秀：在評估集上損失值為 0.5324，準確率達到 0.8683。

📚 詳細文檔

侷限性

訓練是基於谷歌圖片搜索結果進行的，每個搜索詞代表一個類別，具體類別包括：鋼鐵俠、美國隊長、雷神、蜘蛛俠、奇異博士、黑豹、蟻人、驚奇隊長、綠巨人、黑寡婦、鷹眼、緋紅女巫、幻視、巴基·巴恩斯、獵鷹、洛基。

因此，該模型更多地見過這些超級英雄穿著戰衣或超級英雄服裝的圖像。例如，綠巨人的圖像可以被正確識別，但布魯斯·班納的圖像則無法被正確識別，這僅僅是因為模型沒有見過這類圖像。進行一些數據增強操作會有所幫助。

訓練和評估數據

更多信息待補充。

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，β1 = 0.9，β2 = 0.999，ε = 1e-08
• 學習率調度器類型：線性
• 訓練輪數：4
• 混合精度訓練：原生 AMP

訓練結果

框架版本

• Transformers 4.20.1
• Pytorch 1.11.0+cu113
• Datasets 2.3.2
• Tokenizers 0.12.1

🔧 技術細節

模型描述

更多信息待補充。

預期用途和侷限性

更多信息待補充。

📄 許可證

本模型採用 Apache-2.0 許可證。

信息表格