Vit Base Cats Vs Dogs

🚀 vit-base-cats-vs-dogs

本模型是 google/vit-base-patch16-224-in21k 在 cats_vs_dogs 数据集上的微调版本。它在图像分类任务中表现出色，能够准确区分猫和狗的图像，为相关应用提供了强大的支持。

🚀 快速开始

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

• 损失值：0.0369
• 准确率：0.9883

💻 使用示例

基础用法

from transformers import ViTFeatureExtractor, ViTModel
from PIL import Image
import requests

url = 'http://images.cocodataset.org/val2017/000000039769.jpg'
image = Image.open(requests.get(url, stream=True).raw)

feature_extractor = ViTFeatureExtractor.from_pretrained('google/vit-base-patch16-224-in21k')
model = ViTModel.from_pretrained('akahana/vit-base-cats-vs-dogs')
inputs = feature_extractor(images=image, return_tensors="pt")

outputs = model(**inputs)
last_hidden_states = outputs.last_hidden_state

📚 详细文档

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：8
• 评估批次大小：8
• 随机种子：1337
• 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：1.0

训练结果

框架版本

• Transformers 4.12.5
• Pytorch 1.10.0+cu111
• Datasets 1.16.1
• Tokenizers 0.10.3

📄 许可证

本项目采用 Apache-2.0 许可证。