dit-base-finetuned-brs开源图像分类模型 - 免费部署处理图像文件夹数据集

Dit Base Finetuned Brs

由 sergiocannata 开发

基于microsoft/dit-base微调的图像分类模型，在图像文件夹数据集上表现良好

下载量 13

发布时间 : 10/26/2022

模型简介

该模型是基于microsoft/dit-base在图像文件夹数据集上微调的版本，主要用于图像分类任务

高准确率

在评估集上达到88.24%的准确率

平衡性能

F1分数达到0.8571，显示模型在精确率和召回率之间取得良好平衡

稳定训练

经过100轮训练，模型性能保持稳定

图像分类

视觉特征提取

图像识别

文档图像分类

对文档类图像进行分类识别

准确率88.24%

本模型是 microsoft/dit-base 在 imagefolder 数据集上的微调版本。它在图像分类任务中表现出色，能够高效准确地对图像进行分类，为相关领域的应用提供了有力支持。

该模型在评估集上取得了以下结果：

以下是训练过程中使用的超参数：

训练损失	轮数	步数	验证损失	准确率	F1值	精确率（ppv）	召回率（sensitivity）	特异度	阴性预测值	曲线下面积（Auc）
0.6624	6.25	100	0.5548	0.8235	0.7692	0.8333	0.7143	0.9	0.8182	0.8071
0.5201	12.49	200	0.4617	0.8824	0.8571	0.8571	0.8571	0.9	0.9	0.8786
0.5172	18.74	300	0.4249	0.8235	0.8000	0.75	0.8571	0.8	0.8889	0.8286
0.4605	24.98	400	0.3172	0.8235	0.7692	0.8333	0.7143	0.9	0.8182	0.8071
0.4894	31.25	500	0.4466	0.8235	0.7692	0.8333	0.7143	0.9	0.8182	0.8071
0.3694	37.49	600	0.5077	0.8235	0.7692	0.8333	0.7143	0.9	0.8182	0.8071
0.6172	43.74	700	0.5722	0.7647	0.7143	0.7143	0.7143	0.8	0.8	0.7571
0.3671	49.98	800	0.7006	0.7647	0.6667	0.8	0.5714	0.9	0.75	0.7357
0.4109	56.25	900	0.4410	0.8235	0.7692	0.8333	0.7143	0.9	0.8182	0.8071
0.3198	62.49	1000	0.7226	0.8235	0.7692	0.8333	0.7143	0.9	0.8182	0.8071
0.4283	68.74	1100	0.8089	0.8235	0.7692	0.8333	0.7143	0.9	0.8182	0.8071
0.3273	74.98	1200	0.9059	0.7647	0.6667	0.8	0.5714	0.9	0.75	0.7357
0.3237	81.25	1300	0.8520	0.8235	0.7692	0.8333	0.7143	0.9	0.8182	0.8071
0.2014	87.49	1400	0.9183	0.7647	0.6667	0.8	0.5714	0.9	0.75	0.7357
0.3204	93.74	1500	0.6769	0.8824	0.8571	0.8571	0.8571	0.9	0.9	0.8786
0.1786	99.98	1600	0.8748	0.8824	0.8571	0.8571	0.8571	0.9	0.9	0.8786