furniture_use_data_finetuning
yoon6173
Detección de objetos
Este modelo es una versión afinada de facebook/detr-resnet-50 en un conjunto de datos desconocido. El modelo está diseñado para la detección de objetos utilizando arquitecturas de transformadores y PyTorch. Actualmente, se han utilizado varios hiperparámetros específicos y se ha alcanzado una versión final con diversas versiones de marcos y bibliotecas.
Como usar
El modelo se ha afinado utilizando los siguientes hiperparámetros:
learning_rate: 1e-05
train_batch_size: 8
eval_batch_size: 8
seed: 42
optimizer: Adam con betas=(0.9, 0.999) y epsilon=1e-08
lr_scheduler_type: linear
num_epochs: 100
Las versiones del framework utilizadas son:
- Transformers 4.34.0
- Pytorch 2.0.1+cu118
- Datasets 2.14.5
- Tokenizers 0.14.1
Funcionalidades
- Detección de objetos
- Transformadores
- Utiliza PyTorch
- Aprendizaje profundo
Casos de uso
- Detección de objetos en imágenes de muebles
- Clasificación de usos de muebles
- Apoyo a sistemas de inventario y gestión de muebles