许可证：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：
• 准确率
  模型索引：
• 名称：beit-base-ches-demo-v0
  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：默认
    拆分：训练集
    参数：默认
    评估指标：
    • 名称：准确率
      类型：accuracy
      值：0.9870689655172413
      小部件：
• 图片链接：https://imgs.mongabay.com/wp-content/uploads/sites/20/2020/04/07204605/amazon_coca_01.jpg
  示例标题：树冠层
• 图片链接：https://images.ctfassets.net/nzn0tepgtyr1/4tyavnFHhmNuVky1ISq51k/64aaf596f6b8ee12d0f0e898679c8f4f/Hero_Image.jpg?w=1024&h=710&fl=progressive&q=50&fm=jpg&bg=transparent
  示例标题：低矮植被
• 图片链接：https://outline-prod.imgix.net/20170228-YxGtsv8J0ePP0rXcnle2?auto=format&q=60&w=1280&s=27916f48ed9226c2a2b7848de8d7c0d1
  示例标题：不透水表面
• 图片链接：https://clarity.maptiles.arcgis.com/arcgis/rest/services/World_Imagery/MapServer/tile/15/11883/10109
  示例标题：水域

beit-base-ches-demo-v0

该模型是基于microsoft/beit-base-patch16-224-pt22k-ft22k在图像文件夹数据集上微调的版本。
在评估集上取得了以下结果：

• 损失值：0.0420
• 准确率：0.9871

模型描述

（需补充更多信息）

预期用途与限制

（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

训练过程中使用了以下超参数：

• 学习率：0.0002
• 训练批次大小：128
• 评估批次大小：8
• 随机种子：42
• 优化器：Adam（β1=0.9，β2=0.999，epsilon=1e-08）
• 学习率调度器类型：线性
• 训练轮次：4
• 混合精度训练：原生AMP

训练结果

框架版本

• Transformers 4.24.0
• PyTorch 1.12.1+cu113
• Datasets 2.7.0
• Tokenizers 0.13.2