Blurred Landmarks

🚀 模糊地標圖像分類模型

本模型基於圖像分類任務，是在imagefolder數據集上對microsoft/resnet-50進行微調後的版本。它在評估集上展現出了良好的性能，能有效解決模糊地標圖像的分類問題，為圖像識別領域提供了有價值的工具。

🚀 快速開始

此模型是在imagefolder數據集上對 microsoft/resnet-50 進行微調後的版本。它在評估集上取得了以下結果：

• 損失值：0.1152
• 準確率：0.9645

✨ 主要特性

• 微調模型：基於成熟的 microsoft/resnet-50 進行微調，繼承了其優秀的特徵提取能力。
• 高準確率：在評估集上達到了 0.9645 的準確率，能較為準確地對模糊地標圖像進行分類。

📚 詳細文檔

模型描述

本模型是在imagefolder數據集上對 microsoft/resnet-50 進行微調後的版本，更多詳細信息待補充。

預期用途與限制

關於本模型的預期用途和限制，更多信息待補充。

訓練和評估數據

關於訓練和評估數據的詳細信息，更多內容待補充。

🔧 技術細節

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
• 梯度累積步數：4
• 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
• 學習率調度器熱身比例：0.1
• 訓練輪數：20

訓練結果

框架版本

• Transformers 4.30.0.dev0
• Pytorch 1.13.0
• Datasets 2.10.1
• Tokenizers 0.11.0

📄 許可證

本模型遵循 Apache - 2.0 許可證。