Vit Base Violence Detection

🚀 ViT Base暴力檢測

本模型是一個經過微調的視覺變換器（ViT）模型，用於暴力檢測。它能有效識別圖像中的暴力內容，為相關應用提供可靠的分類依據。

🚀 快速開始

該模型可用於需要檢測圖像中暴力內容的應用場景，包括但不限於內容審核、監控和家長控制軟件。

✨ 主要特性

• 高精度識別：在測試中，Vit Base的準確率達到了98.80%，損失率僅為0.20038144290447235，能夠準確區分暴力和非暴力圖像。
• 基於優質預訓練模型：此模型基於google/vit-base-patch16-224-in21k構建，並在Kaggle的Real Life Violence Situations數據集上進行了訓練，具有良好的泛化能力。

📦 安裝指南

文檔未提及安裝步驟，跳過該章節。

💻 使用示例

基礎用法

import torch
from transformers import ViTForImageClassification, ViTFeatureExtractor
from PIL import Image

# Load the model and feature extractor
model = ViTForImageClassification.from_pretrained('jaranohaal/vit-base-violence-detection')
feature_extractor = ViTFeatureExtractor.from_pretrained('jaranohaal/vit-base-violence-detection')

# Load an image
image = Image.open('image.jpg')

# Preprocess the image
inputs = feature_extractor(images=image, return_tensors="pt")

# Perform inference
with torch.no_grad():
    outputs = model(**inputs)
    logits = outputs.logits
    predicted_class_idx = logits.argmax(-1).item()

# Print the predicted class
print("Predicted class:", model.config.id2label[predicted_class_idx])

高級用法

文檔未提及高級用法相關代碼，跳過該部分。

📚 詳細文檔

模型信息

模型準確率

• 測試準確率：Vit Base的測試準確率為98.80%。
• 損失率：損失率為0.20038144290447235。

🔧 技術細節

該模型基於視覺變換器（ViT）架構，以google/vit-base-patch16-224-in21k為基礎，在Kaggle的Real Life Violence Situations數據集上進行微調。通過對圖像進行特徵提取和分類，將圖像分為暴力或非暴力類別。

📄 許可證

本模型使用的許可證為Apache 2.0。