vit-base-patch16-224-in21k-finetuned-moderation开源图像分类模型，精准助力内容审核

Vit Base Patch16 224 In21k Finetuned Moderation

由 mbehbooei 开发

基于Google Vision Transformer架构的图像分类模型，专为内容审核任务微调，在测试集上达到90.43%准确率

下载量 752

发布时间 : 9/30/2023

模型简介

该模型是基于Vision Transformer架构的图像分类器，经过微调后适用于内容审核场景，能自动识别图像中的不当内容。

高准确率

在测试集上达到90.43%的分类准确率

高效微调

基于预训练模型进行快速微调，仅需2个训练轮次

标准化输入

支持224x224像素的标准图像输入

图像分类

内容审核

自动图像识别

内容审核

社交媒体内容过滤

自动识别并过滤不当图像内容

90.43%的识别准确率

用户生成内容审核

用于论坛、评论区等UGC平台的图像审核

属性	详情
学习率（learning_rate）	5e - 05
训练批次大小（train_batch_size）	32
评估批次大小（eval_batch_size）	32
随机种子（seed）	42
梯度累积步数（gradient_accumulation_steps）	4
总训练批次大小（total_train_batch_size）	128
优化器（optimizer）	Adam（β1 = 0.9，β2 = 0.999，ε = 1e - 08）
学习率调度器类型（lr_scheduler_type）	线性（linear）
学习率调度器热身比例（lr_scheduler_warmup_ratio）	0.1
训练轮数（num_epochs）	2