Finetuned Vit Base Patch16 224 Upside Down Detector

🚀 微調版ViT-Base-Patch16-224上下顛倒檢測器

本模型是 vit-base-patch16-224-in21k 在自定義圖像方向數據集上的微調版本，該數據集改編自 beans 數據集。它在評估集上取得了以下結果：

• 準確率：0.8947

🚀 快速開始

本模型可用於檢測圖像是否上下顛倒，基於微調後的ViT-Base架構，在特定數據集上訓練得到了較高的準確率。

✨ 主要特性

• 基於預訓練的 vit-base-patch16-224-in21k 模型進行微調，能快速適應圖像方向檢測任務。
• 在自定義圖像方向數據集上訓練，對圖像上下顛倒檢測有較好的效果。
• 訓練過程中記錄了不同輪次的準確率，可直觀看到模型的訓練效果。

📚 詳細文檔

訓練和評估數據

改編自 beans 數據集的自定義圖像方向數據集，總共包含 2590 個圖像樣本，其中 1295 個為原始圖像，1295 個為上下顛倒的圖像。模型在訓練子集上進行微調，並在驗證子集和測試子集上進行評估。數據集劃分如下：

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-04
• 訓練批次大小：32
• 評估批次大小：32
• 隨機種子：42
• 總訓練批次大小：32
• 優化器：Adam（β1=0.9，β2=0.999，ε=1e-08）
• 學習率調度器類型：線性
• 學習率調度器熱身步數：32
• 訓練輪數：5

訓練結果

框架版本

• Transformers 4.17.0
• Pytorch 1.9.0+cu111
• Pytorch/XLA 1.9
• Datasets 2.0.0
• Tokenizers 0.12.0

📄 許可證

本項目採用 Apache-2.0 許可證。