许可证: apache-2.0 标签:

• 训练生成 数据集:
• 图像文件夹 评估指标:
• 准确率
• F1分数
• 召回率
• 精确率 模型索引:
• 名称: Brain_Tumor_Detector_swin 结果:
  • 任务: 名称: 图像分类 类型: image-classification 数据集: 名称: 图像文件夹 类型: imagefolder 配置: 默认 分割: 训练集 参数: 默认 评估指标:
    • 名称: 准确率 类型: accuracy 值: 0.9981308411214953
    • 名称: F1分数 类型: f1 值: 0.9985111662531018
    • 名称: 召回率 类型: recall 值: 0.9990069513406157
    • 名称: 精确率 类型: precision 值: 0.998015873015873

Brain_Tumor_Detector_swin

该模型是基于microsoft/swin-base-patch4-window7-224-in22k在图像文件夹数据集上微调的版本。
在评估集上取得如下结果:

• 损失值: 0.0054
• 准确率: 0.9981
• F1分数: 0.9985
• 召回率: 0.9990
• 精确率: 0.9980

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如下:

• 学习率: 5e-05
• 训练批次大小: 32
• 评估批次大小: 32
• 随机种子: 42
• 梯度累积步数: 4
• 总训练批次大小: 128
• 优化器: Adam (β1=0.9, β2=0.999, ε=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 4.23.1
• Pytorch 1.12.1
• Datasets 2.6.1
• Tokenizers 0.13.1