Vit Base Cats Vs Dogs

🚀 vit-base-cats-vs-dogs

本模型是 google/vit-base-patch16-224-in21k 在 cats_vs_dogs 數據集上的微調版本。它在圖像分類任務中表現出色，能夠準確區分貓和狗的圖像，為相關應用提供了強大的支持。

🚀 快速開始

本模型是 google/vit-base-patch16-224-in21k 在 cats_vs_dogs 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：0.0369
• 準確率：0.9883

💻 使用示例

基礎用法

from transformers import ViTFeatureExtractor, ViTModel
from PIL import Image
import requests

url = 'http://images.cocodataset.org/val2017/000000039769.jpg'
image = Image.open(requests.get(url, stream=True).raw)

feature_extractor = ViTFeatureExtractor.from_pretrained('google/vit-base-patch16-224-in21k')
model = ViTModel.from_pretrained('akahana/vit-base-cats-vs-dogs')
inputs = feature_extractor(images=image, return_tensors="pt")

outputs = model(**inputs)
last_hidden_states = outputs.last_hidden_state

📚 詳細文檔

訓練超參數

訓練過程中使用了以下超參數：

• 學習率：0.0002
• 訓練批次大小：8
• 評估批次大小：8
• 隨機種子：1337
• 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：1.0

訓練結果

框架版本

• Transformers 4.12.5
• Pytorch 1.10.0+cu111
• Datasets 1.16.1
• Tokenizers 0.10.3

📄 許可證

本項目採用 Apache-2.0 許可證。