Vit Base Avengers V1

🚀 vit-base-avengers-v1

本模型是 google/vit-base-patch16-224-in21k 在 imagefolder 数据集上的微调版本。它在图像分类任务中表现出色，能有效识别复仇者联盟相关的图像，为图像分类领域提供了一个实用的解决方案。

🚀 快速开始

本模型是 google/vit-base-patch16-224-in21k 在 imagefolder 数据集上的微调版本。它在评估集上取得了以下结果：

• 损失值：0.5324
• 准确率：0.8683

有关该模型的训练方式，请参考这篇 Medium 文章。

✨ 主要特性

• 微调模型：基于预训练的 google/vit-base-patch16-224-in21k 模型进行微调，在图像分类任务上有较好表现。
• 评估结果优秀：在评估集上损失值为 0.5324，准确率达到 0.8683。

📚 详细文档

局限性

训练是基于谷歌图片搜索结果进行的，每个搜索词代表一个类别，具体类别包括：钢铁侠、美国队长、雷神、蜘蛛侠、奇异博士、黑豹、蚁人、惊奇队长、绿巨人、黑寡妇、鹰眼、绯红女巫、幻视、巴基·巴恩斯、猎鹰、洛基。

因此，该模型更多地见过这些超级英雄穿着战衣或超级英雄服装的图像。例如，绿巨人的图像可以被正确识别，但布鲁斯·班纳的图像则无法被正确识别，这仅仅是因为模型没有见过这类图像。进行一些数据增强操作会有所帮助。

训练和评估数据

更多信息待补充。

训练过程

训练超参数

训练过程中使用了以下超参数：

• 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：4
• 混合精度训练：原生 AMP

训练结果

框架版本

• Transformers 4.20.1
• Pytorch 1.11.0+cu113
• Datasets 2.3.2
• Tokenizers 0.12.1

🔧 技术细节

模型描述

更多信息待补充。

预期用途和局限性

更多信息待补充。

📄 许可证

本模型采用 Apache-2.0 许可证。

信息表格