许可证：apache-2.0
标签：

• 图像分类
• 训练生成

数据集：

• beans

评估指标：

• 准确率

展示组件：

• 示例1：
  图片链接：https://huggingface.co/nateraw/vit-base-beans/resolve/main/healthy.jpeg
  标题：健康叶片
• 示例2：
  图片链接：https://huggingface.co/nateraw/vit-base-beans/resolve/main/angular_leaf_spot.jpeg
  标题：角斑病叶片
• 示例3：
  图片链接：https://huggingface.co/nateraw/vit-base-beans/resolve/main/bean_rust.jpeg
  标题：豆类锈病叶片

基础模型：google/vit-base-patch16-224-in21k

模型指标：

• 模型名称：vit-base-beans
  任务类型：图像分类
  数据集：beans（默认配置）
  评估结果：
  • 准确率：0.9849624060150376
    测试集表现（已验证）：
  • 准确率：0.96875
  • 宏观精确率：0.9716312056737588
  • 微观精确率：0.96875
  • 加权精确率：0.9714095744680851
  • 宏观召回率：0.9689922480620154
  • 微观召回率：0.96875
  • 加权召回率：0.96875
  • 宏观F1分数：0.9689250225835592
  • 微观F1分数：0.96875
  • 加权F1分数：0.9686822493224932
  • 损失值：0.1282731592655182

vit-base-beans模型卡片

本模型是基于google/vit-base-patch16-224-in21k在beans数据集上微调的版本，在评估集上取得以下结果：

• 损失值：0.0505
• 准确率：98.50%

模型描述

（待补充详细信息）

使用场景与限制

（待补充详细信息）

训练与评估数据

（待补充详细信息）

训练流程

超参数配置

• 学习率：0.0002
• 训练批大小：16
• 评估批大小：8
• 随机种子：42
• 优化器：Adam（β1=0.9，β2=0.999，ε=1e-08）
• 学习率调度器类型：线性
• 训练轮次：8
• 混合精度训练：原生AMP

训练结果

框架版本

• Transformers 4.16.2
• PyTorch 1.10.0+cu111
• Datasets 1.18.3
• Tokenizers 0.11.0

（注：本模型卡片内容由Trainer自动生成，建议人工校对完善后移除此注释）