Vit Facial Expression Recognition

🚀 面部表情識別視覺變換器（vit-Facial-Expression-Recognition）

本項目基於視覺變換器（ViT）模型，針對面部表情識別任務進行了微調優化。在圖像分類任務中表現出色，能夠精準識別面部表情，為相關領域的應用提供了強大的支持。

🚀 快速開始

此模型是 motheecreator/vit-Facial-Expression-Recognition 在 imagefolder 數據集上的微調版本。它在評估集上取得了以下成績：

• 損失值：0.2631
• 準確率：0.9177

✨ 主要特性

• 高精度識別：在評估集上達到了 0.9177 的準確率，能夠準確識別面部表情。
• 微調優化：基於預訓練模型進行微調，在特定數據集上表現更優。

📚 詳細文檔

訓練和評估數據

更多相關信息待補充。

訓練流程

訓練超參數

訓練過程中使用了以下超參數：

• 學習率：3e-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：8
• 總訓練批次大小：256
• 優化器：Adam（β1 = 0.9，β2 = 0.999，ε = 1e-08）
• 學習率調度器類型：餘弦退火
• 學習率調度器熱身步數：1000
• 訓練輪數：3

訓練結果

框架版本

• Transformers 4.41.2
• Pytorch 2.3.0+cu121
• Datasets 2.20.0
• Tokenizers 0.19.1

🔧 技術細節

模型信息