许可协议: apache-2.0
标签:

• 图像分类
• 训练生成
  数据集:
• 图像文件夹
  评估指标:
• F1值
• 准确率
• ROC曲线下面积
  模型索引:
• 名称: vit-base-patch16-224-Futurama_Image_multilabel_clf
  结果:
  • 任务:
    名称: 图像分类
    类型: image-classification
    数据集:
    名称: imagefolder
    类型: imagefolder
    配置: img
    拆分: train
    参数: img
    指标:
    • 名称: F1值
      类型: f1
      值: 0.98175456135966
    • 名称: 准确率
      类型: accuracy
      值: 0.9672489082969432
      语言:
• 英语
  管道标签: 图像分类

vit-base-patch16-224-Futurama_Image_multilabel_clf

该模型是基于google/vit-base-patch16-224微调后的版本。

在评估集上取得了以下结果:

• 损失: 0.0592
• F1值: 0.9818
• ROC曲线下面积: 0.9842
• 准确率: 0.9672

模型描述

这是一个针对动画剧集《飞出个未来》截图图像的多标签分类模型。

关于模型创建过程的更多信息，请查看以下链接:
https://github.com/DunnBC22/Vision_Audio_and_Multimodal_Projects/blob/main/Computer%20Vision/Image%20Classification/Multilabel%20Classification/Futurama%20Screenshots/Futurama%20-%20ML%20Image%20CLF.ipynb

预期用途与限制

该模型旨在展示我运用技术解决复杂问题的能力。

训练与评估数据

数据集来源:
https://www.kaggle.com/datasets/gonzalorecioc/futurama-frames-with-characteronscreen-data

训练过程

训练超参数

训练过程中使用了以下超参数:

• 学习率: 2e-05
• 训练批次大小: 8
• 评估批次大小: 8
• 随机种子: 42
• 优化器: Adam (β1=0.9, β2=0.999, ε=1e-08)
• 学习率调度器类型: 线性
• 训练轮次: 8

训练结果

框架版本

• Transformers 4.26.1
• PyTorch 1.12.1
• Datasets 2.8.0
• Tokenizers 0.12.1