许可证: apache-2.0
标签:

• 训练生成
  数据集:
• food101
  评估指标:
• 准确率

模型索引:

• 名称: swin-finetuned-food101
  结果:
  • 任务:
    名称: 图像分类
    类型: image-classification
    数据集:
    名称: food101
    类型: food101
    参数: 默认
    评估指标:
    • 名称: 准确率
      类型: accuracy
      值: 0.9210297029702971
  • 任务:
    类型: image-classification
    名称: 图像分类
    数据集:
    名称: food101
    类型: food101
    配置: 默认
    分割: 验证集
    评估指标:
    • 名称: 准确率
      类型: accuracy
      值: 0.9135841584158416
      已验证: true
    • 名称: 宏平均精确率
      类型: precision
      值: 0.9151645786633058
      已验证: true
    • 名称: 微平均精确率
      类型: precision
      值: 0.9135841584158416
      已验证: true
    • 名称: 加权平均精确率
      类型: precision
      值: 0.915164578663306
      已验证: true
    • 名称: 宏平均召回率
      类型: recall
      值: 0.9135841584158414
      已验证: true
    • 名称: 微平均召回率
      类型: recall
      值: 0.9135841584158416
      已验证: true
    • 名称: 加权平均召回率
      类型: recall
      值: 0.9135841584158416
      已验证: true
    • 名称: 宏平均F1分数
      类型: f1
      值: 0.9138785016966742
      已验证: true
    • 名称: 微平均F1分数
      类型: f1
      值: 0.9135841584158415
      已验证: true
    • 名称: 加权平均F1分数
      类型: f1
      值: 0.9138785016966743
      已验证: true
    • 名称: 损失值
      类型: loss
      值: 0.30761435627937317
      已验证: true

swin-finetuned-food101

该模型是基于microsoft/swin-base-patch4-window7-224在food101数据集上微调的版本。
在评估集上取得了以下结果:

• 损失值: 0.2772
• 准确率: 0.9210

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

训练过程

训练超参数

训练过程中使用了以下超参数:

• 学习率: 5e-05
• 训练批次大小: 16
• 评估批次大小: 16
• 随机种子: 42
• 梯度累积步数: 4
• 总训练批次大小: 64
• 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 4.19.2
• PyTorch 1.11.0+cu113
• Datasets 2.2.2
• Tokenizers 0.12.1