许可证：apache-2.0
标签：

• 训练生成
  数据集：
• 图像文件夹
• lewtun/dog_food
  评估指标：
• 准确率

模型索引：

• 名称：resnet-18-finetuned-dogfood
  结果：
  • 任务：
    名称：图像分类
    类型：image-classification
    数据集：
    名称：lewtun/dog_food
    类型：lewtun/dog_food
    参数：lewtun--dog_food
    指标：
    • 名称：准确率
      类型：accuracy
      值：0.896
  • 任务：
    类型：image-classification
    名称：图像分类
    数据集：
    名称：lewtun/dog_food
    类型：lewtun/dog_food
    配置：lewtun--dog_food
    拆分：test
    指标：
    • 名称：准确率
      类型：accuracy
      值：0.8466666666666667
      已验证：true
    • 名称：宏平均精确率
      类型：precision
      值：0.8850127293141284
      已验证：true
    • 名称：微平均精确率
      类型：precision
      值：0.8466666666666667
      已验证：true
    • 名称：加权平均精确率
      类型：precision
      值：0.8939157698241645
      已验证：true
    • 名称：宏平均召回率
      类型：recall
      值：0.8555113273379528
      已验证：true
    • 名称：微平均召回率
      类型：recall
      值：0.8466666666666667
      已验证：true
    • 名称：加权平均召回率
      类型：recall
      值：0.8466666666666667
      已验证：true
    • 名称：宏平均F1分数
      类型：f1
      值：0.8431399312051647
      已验证：true
    • 名称：微平均F1分数
      类型：f1
      值：0.8466666666666667
      已验证：true
    • 名称：加权平均F1分数
      类型：f1
      值：0.8430272582865614
      已验证：true
    • 名称：损失值
      类型：loss
      值：0.3633290231227875
      已验证：true
    • 名称：马修斯相关系数
      类型：matthews_correlation
      值：0.7973101366252381
      已验证：true

resnet-18微调狗粮分类模型

此模型是基于microsoft/resnet-18对lewtun/dog_food数据集进行微调的版本。
在评估集上达到以下结果：

• 损失值：0.2991
• 准确率：0.896

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：1

训练结果

框架版本

• Transformers 4.20.1
• PyTorch 1.11.0+cu113
• Datasets 2.3.2
• Tokenizers 0.12.1