My Trash Classification

🚀 使用視覺變換器（ViT）進行垃圾圖像分類

本倉庫實現了一個圖像分類模型，該模型使用了來自Hugging Face的預訓練視覺變換器（ViT）模型。此模型經過微調，可將圖像分為六個類別：紙板、玻璃、金屬、紙張、塑料和垃圾。

🚀 快速開始

本項目利用預訓練的視覺變換器模型對垃圾圖像進行分類。下面將為你介紹數據集、模型、使用方法以及訓練結果等內容。

✨ 主要特性

• 利用預訓練的視覺變換器（ViT）模型進行圖像分類。
• 模型經過微調，可準確將圖像分為紙板、玻璃、金屬、紙張、塑料和垃圾六個類別。
• 提供了詳細的使用示例，方便進行推理。

📦 安裝指南

文檔未提及安裝步驟，故跳過此章節。

💻 使用示例

基礎用法

import torch
import requests
from PIL import Image
from transformers import AutoModelForImageClassification, AutoImageProcessor

url = 'https://cdn.grid.id/crop/0x0:0x0/700x465/photo/grid/original/127308_kaleng-bekas.jpg'
image = Image.open(requests.get(url, stream=True).raw)

model_name = "tribber93/my-trash-classification"
model = AutoModelForImageClassification.from_pretrained(model_name)
processor = AutoImageProcessor.from_pretrained(model_name)
inputs = processor(image, return_tensors="pt")

outputs = model(**inputs)
predictions = torch.argmax(outputs.logits, dim=-1)
print("Predicted class:", model.config.id2label[predictions.item()])

📚 詳細文檔

數據集

數據集包含來自garythung/trashnet的六個類別的圖像，分佈如下：

• 紙板：806張圖像
• 玻璃：1002張圖像
• 金屬：820張圖像
• 紙張：1188張圖像
• 塑料：964張圖像
• 垃圾：274張圖像

模型

我們使用了來自Hugging Face的預訓練視覺變換器模型google/vit-base-patch16-224-in21k進行圖像分類。該模型在數據集上進行了微調，以達到最佳性能。

訓練好的模型可在Hugging Face Hub上訪問：tribber93/my-trash-classification

結果

訓練後，模型取得了以下性能：

🔧 技術細節

文檔未提及技術實現細節，故跳過此章節。

📄 許可證

文檔未提及許可證信息，故跳過此章節。