Vit Base Patch16 224 In21k Simpsons Family Members

🚀 维特基础补丁16 - 224 - in21k辛普森家族成员模型

本模型是一个用于图像分类的模型，它基于预训练模型进行微调，能够对辛普森家族成员进行多分类图像识别，在评估集上取得了较高的准确率等指标，展示了在图像分类任务上的良好性能。

🚀 快速开始

该模型是 [google/vit - base - patch16 - 224 - in21k](https://huggingface.co/google/vit - base - patch16 - 224 - in21k) 的微调版本。

它在评估集上取得了以下结果：

• 损失：0.2431
• 准确率：0.9530
• F1值：
  • 加权：0.9522
  • 微观：0.9530
  • 宏观：0.9521
• 召回率：
  • 加权：0.9530
  • 微观：0.9530
  • 宏观：0.9531
• 精确率：
  • 加权：0.9605
  • 微观：0.9530
  • 宏观：0.9601

✨ 主要特性

这是一个辛普森家族成员的多分类图像分类模型。

若想了解该模型的创建方式，请查看以下链接：https://github.com/DunnBC22/Vision_Audio_and_Multimodal_Projects/blob/main/Computer%20Vision/Image%20Classification/Multiclass%20Classification/Simpsons%20Family%20Images/Simpsons_family_with_hf_ViT.ipynb

📚 详细文档

预期用途和限制

本模型旨在展示使用技术解决复杂问题的能力。

训练和评估数据

数据集来源：https://www.kaggle.com/datasets/williamu32/dataset - bart - or - homer

数据集中的示例图像：

训练过程

训练超参数

训练期间使用了以下超参数：

• 学习率：0.0002
• 训练批次大小：16
• 评估批次大小：8
• 随机种子：42
• 优化器：Adam（β1 = 0.9，β2 = 0.999，ε = 1e - 08）
• 学习率调度器类型：线性
• 训练轮数：3

训练结果

框架版本

• Transformers 4.22.2
• Pytorch 1.12.1
• Datasets 2.5.2
• Tokenizers 0.12.1

📄 许可证

本模型采用 Apache - 2.0 许可证。

📊 模型信息表