Swin Tiny Finetuned Dogfood

🚀 微調犬糧分類的Swin-Tiny模型

本模型是基於microsoft/swin-tiny-patch4-window7-224在lewtun/dog_food數據集上微調得到的。它在評估集上取得了出色的效果，能夠精準地對犬糧相關圖像進行分類，為犬糧圖像識別任務提供了高效的解決方案。

🚀 快速開始

本模型是 microsoft/swin-tiny-patch4-window7-224 在 lewtun/dog_food 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：0.1959
• 準確率：0.988

📚 詳細文檔

模型描述

更多信息待補充。

預期用途和限制

更多信息待補充。

訓練和評估數據

更多信息待補充。

訓練過程

訓練超參數

訓練期間使用了以下超參數：

• 學習率：5e-05
• 訓練批次大小：32
• 評估批次大小：32
• 隨機種子：42
• 梯度累積步數：4
• 總訓練批次大小：128
• 優化器：Adam（β1 = 0.9，β2 = 0.999，ε = 1e-08）
• 學習率調度器類型：線性
• 學習率調度器熱身比例：0.1
• 訓練輪數：1

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

📄 許可證

本模型採用 Apache-2.0 許可證。

📊 模型指標

具體評估結果

• 在 lewtun/dog_food 數據集上：
  • 準確率：0.988
• 在 lewtun/dog_food 數據集測試集上：
  • 準確率：0.9826666666666667
  • 宏精確率：0.9820904286553143
  • 微精確率：0.9826666666666667
  • 加權精確率：0.9828416519866903
  • 宏召回率：0.9828453314981092
  • 微召回率：0.9826666666666667
  • 加權召回率：0.9826666666666667
  • 宏 F1 分數：0.9824101123169301
  • 微 F1 分數：0.9826666666666667
  • 加權 F1 分數：0.9826983433609648
  • 損失值：0.2326570302248001
  • 馬修斯相關係數：0.974016655798285