🚀 時尚風格分類模型 - vogue - fashion - collection - 15
本模型可將圖像分類至不同的時尚系列,基於特定數據集訓練微調,為時尚圖像分類提供了高效準確的解決方案。
🚀 快速開始
本模型用於將圖像分類到時尚系列中。它基於 [tonyassi/vogue - runway - top15 - 512px](https://huggingface.co/datasets/tonyassi/vogue - runway - top15 - 512px) 數據集進行訓練,是 [google/vit - base - patch16 - 224 - in21k](https://huggingface.co/google/vit - base - patch16 - 224 - in21k) 的微調版本。
你可以嘗試 [在線演示](https://huggingface.co/spaces/tonyassi/which - fashion - collection)。
✨ 主要特性
- 精準分類:能夠準確地將圖像分類到不同的時尚系列。
- 數據豐富:基於包含 15 個時尚品牌、1679 個系列和 87,547 張圖像的數據集訓練。
- 效果良好:在評估集上損失低至 0.1795,準確率高達 0.9454。
📦 安裝指南
暫未提供安裝步驟相關內容。
💻 使用示例
基礎用法
from transformers import pipeline
pipe = pipeline("image-classification", model="tonyassi/vogue-fashion-collection-15")
result = pipe('image.png')
print(result)
示例展示

芬迪(Fendi),2023 年春季高級定製系列

古馳(Gucci),2017 年春季成衣系列

普拉達(Prada),2018 年秋季成衣系列
📚 詳細文檔
數據集詳情
[tonyassi/vogue - runway - top15 - 512px](https://huggingface.co/datasets/tonyassi/vogue - runway - top15 - 512px)
- 時尚品牌數量:15 個
- 系列數量:1679 個
- 圖像數量:87,547 張
訓練與評估數據
該模型在評估集上取得了以下結果:
訓練超參數
訓練過程中使用了以下超參數:
屬性 |
詳情 |
學習率(learning_rate) |
5e - 05 |
訓練批次大小(train_batch_size) |
16 |
評估批次大小(eval_batch_size) |
16 |
隨機種子(seed) |
42 |
梯度累積步數(gradient_accumulation_steps) |
4 |
總訓練批次大小(total_train_batch_size) |
64 |
優化器(optimizer) |
Adam,β1 = 0.9,β2 = 0.999,ε = 1e - 08 |
學習率調度器類型(lr_scheduler_type) |
線性(linear) |
學習率調度器熱身比例(lr_scheduler_warmup_ratio) |
0.1 |
訓練輪數(num_epochs) |
15 |
框架版本
- Transformers:4.35.2
- Pytorch:2.1.0 + cu121
- Datasets:2.16.0
- Tokenizers:0.15.0
📄 許可證
本模型使用 Apache 2.0 許可證。