Clasificador de Celebridades

Este modelo clasifica un rostro como una celebridad. Está entrenado en el conjunto de datos tonyassi/celebrity-1000 y ajustado en google/vit-base-patch16-224-in21k. El conjunto de datos tonyassi/celebrity-1000 incluye a las 1000 principales celebridades con 18,184 imágenes, todas de 256x256 píxeles y recortadas a los rostros. El modelo logra los siguientes resultados en el conjunto de evaluación: Pérdida: 0.9089, Precisión: 0.7982. Los hiperparámetros utilizados durante el entrenamiento incluyen una tasa de aprendizaje de 5e-05, un tamaño de lote de entrenamiento de 16, un tamaño de lote de evaluación de 16, una semilla de 42, 4 pasos de acumulación de gradiente, un tamaño total del lote de entrenamiento de 64, y el optimizador es Adam con betas=(0.9,0.999) y epsilon=1e-08. El tipo de programador de tasa de aprendizaje es lineal con una proporción de calentamiento de 0.1, y se entrenó durante 20 épocas. Las versiones del marco incluyen Transformers 4.35.2, Pytorch 2.1.0+cu121, Datasets 2.16.1 y Tokenizers 0.15.0.