vit-base-patch16-224-blur_vs_clean
harrytechiz
Clasificación de imagen
Este modelo es una versión afinada de google/vit-base-patch16-224 en el conjunto de datos imagefolder. Logra los siguientes resultados en el conjunto de evaluación: Pérdida: 0.0714, Precisión: 0.9754.
Como usar
Los siguientes hiperparámetros fueron utilizados durante el entrenamiento:
learning_rate: 5e-05
train_batch_size: 32
eval_batch_size: 32
seed: 42
gradient_accumulation_steps: 4
total_train_batch_size: 128
optimizer: Adam con betas=(0.9,0.999) y epsilon=1e-08
lr_scheduler_type: linear
lr_scheduler_warmup_ratio: 0.1
num_epochs: 3
Resultados del entrenamiento:
Training Loss
Epoch
Step
Validation Loss
Accuracy
0.0539
1.0
151
0.1078
0.9596
0.0611
2.0
302
0.0846
0.9698
0.049
3.0
453
0.0714
0.9754
Funcionalidades
- Clasificación de imágenes
- Transformers
- PyTorch
- TensorBoard
- imagefolder
- Generado a partir de Trainer
Casos de uso
- Clasificación de imágenes borrosas versus imágenes nítidas