许可协议：Apache-2.0
标签：

• 图像分类
• 训练生成

数据集：

• 胸部X光片

示例展示：

• 来源：https://drive.google.com/uc?id=1yqnhD4Wjt4Y_NGLtijTGGaaw9GL497kQ
  示例标题：肺炎
• 来源：https://drive.google.com/uc?id=1xjcIEDb8kuSd4wF44gCEgsc0PfRvs53m
  示例标题：正常

评估指标：

• 准确率

模型索引：

• 名称：vit-base-xray-pneumonia
  结果：[]

vit-base-xray-pneumonia

该模型是基于google/vit-base-patch16-224-in21k在胸部X光肺炎数据集上微调的版本。
在评估集上取得了以下结果：

• 损失：0.3387
• 准确率：0.9006

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：0.0002
• 训练批次大小：16
• 评估批次大小：8
• 随机种子：42
• 优化器：Adam（beta1=0.9，beta2=0.999，epsilon=1e-08）
• 学习率调度器类型：线性
• 训练轮次：10

训练结果

示例图像

肺炎胸部X光片

正常胸部X光片

框架版本

• Transformers 4.17.0
• PyTorch 1.10.0+cu111
• Datasets 1.18.4
• Tokenizers 0.11.6