Vogue Fashion Collection 15

🚀 时尚风格分类模型 - vogue - fashion - collection - 15

本模型可将图像分类至不同的时尚系列，基于特定数据集训练微调，为时尚图像分类提供了高效准确的解决方案。

🚀 快速开始

本模型用于将图像分类到时尚系列中。它基于 [tonyassi/vogue - runway - top15 - 512px](https://huggingface.co/datasets/tonyassi/vogue - runway - top15 - 512px) 数据集进行训练，是 [google/vit - base - patch16 - 224 - in21k](https://huggingface.co/google/vit - base - patch16 - 224 - in21k) 的微调版本。

你可以尝试 [在线演示](https://huggingface.co/spaces/tonyassi/which - fashion - collection)。

✨ 主要特性

• 精准分类：能够准确地将图像分类到不同的时尚系列。
• 数据丰富：基于包含 15 个时尚品牌、1679 个系列和 87,547 张图像的数据集训练。
• 效果良好：在评估集上损失低至 0.1795，准确率高达 0.9454。

📦 安装指南

暂未提供安装步骤相关内容。

💻 使用示例

基础用法

from transformers import pipeline

# Initialize image classification pipeline
pipe = pipeline("image-classification", model="tonyassi/vogue-fashion-collection-15")

# Perform classification
result = pipe('image.png')

# Print results
print(result)

示例展示

 芬迪（Fendi），2023 年春季高级定制系列

 古驰（Gucci），2017 年春季成衣系列

 普拉达（Prada），2018 年秋季成衣系列

📚 详细文档

数据集详情

[tonyassi/vogue - runway - top15 - 512px](https://huggingface.co/datasets/tonyassi/vogue - runway - top15 - 512px)

• 时尚品牌数量：15 个
• 系列数量：1679 个
• 图像数量：87,547 张

训练与评估数据

该模型在评估集上取得了以下结果：

• 损失：0.1795
• 准确率：0.9454

训练超参数

训练过程中使用了以下超参数：

框架版本

• Transformers：4.35.2
• Pytorch：2.1.0 + cu121
• Datasets：2.16.0
• Tokenizers：0.15.0

📄 许可证

本模型使用 Apache 2.0 许可证。