license: apache-2.0 tags:

• 训练器生成 datasets:
• 图像文件夹 metrics:
• 准确率 model-index:
• name: swin-tiny-patch4-window7-224-finetuned-eurosat results:
  • task: name: 图像分类 type: image-classification dataset: name: 图像文件夹 type: image_folder args: 默认 metrics:
    • name: 准确率 type: accuracy value: 0.6053639846743295

swin-tiny-patch4-window7-224-finetuned-eurosat

该模型是基于microsoft/swin-tiny-patch4-window7-224在图像文件夹数据集上微调的版本。
评估集表现如下：

• 损失值: 1.0384
• 准确率: 0.6054

模型描述

需补充更多信息

使用场景与限制

需补充更多信息

训练与评估数据

需补充更多信息

训练流程

训练超参数

训练过程中使用的超参数配置：

• 学习率: 5e-05
• 训练批大小: 32
• 评估批大小: 32
• 随机种子: 42
• 梯度累积步数: 4
• 总训练批大小: 128
• 优化器: Adam (beta1=0.9, beta2=0.999, epsilon=1e-08)
• 学习率调度器类型: 线性
• 学习率预热比例: 0.1
• 训练轮次: 3

训练结果

框架版本

• Transformers 4.20.1
• Pytorch 1.11.0
• Datasets 2.1.0
• Tokenizers 0.12.1