Finetuned Clothes

🚀 微調服裝分類模型

本模型基於預訓練模型進行微調，能夠根據給定的圖像對服裝類別進行分類，在評估集上取得了良好的效果，為服裝分類任務提供了有效的解決方案。

🚀 快速開始

本模型是 google/vit-base-patch16-224-in21k 在 clothes_simplifiedv2 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：0.2225
• 準確率：0.9417

✨ 主要特性

此模型能夠根據給定的圖像對服裝類別進行分類。

💻 使用示例

基礎用法

from PIL import Image
import requests

url = 'insert image url here'
image = Image.open(requests.get(url, stream=True).raw)

from transformers import AutoModelForImageClassification, AutoImageProcessor

repo_name = "samokosik/finetuned-clothes"

image_processor = AutoImageProcessor.from_pretrained(repo_name)
model = AutoModelForImageClassification.from_pretrained(repo_name)

encoding = image_processor(image.convert("RGB"), return_tensors="pt")
print(encoding.pixel_values.shape)

import torch
with torch.no_grad():
  outputs = model(**encoding)
  logits = outputs.logits

predicted_class_idx = logits.argmax(-1).item()
print("Predicted class:", model.config.id2label[predicted_class_idx])

🔧 技術細節

侷限性

由於可用數據有限，本模型僅支持以下類別：帽子、長袖上衣、外套、褲子、鞋子、短褲、短袖上衣。

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：5e - 05
• 訓練批次大小：8
• 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：Native AMP

訓練結果

框架版本

• Transformers 4.40.1
• Pytorch 2.2.1+cu121
• Datasets 2.19.0
• Tokenizers 0.19.1

訓練數據集

本模型在以下數據集上進行訓練：https://huggingface.co/datasets/samokosik/clothes_simplifiedv2

📄 許可證

本模型採用 Apache - 2.0 許可證。