许可证：apache-2.0
基础模型：google/vit-base-patch16-224-in21k
标签：

• 图像分类
• 训练生成
  评估指标：
• 准确率
  模型索引：
• 名称：finetuned-clothes
  结果：[]

微调服装分类模型

该模型是基于google/vit-base-patch16-224-in21k在clothes_simplifiedv2数据集上微调的版本。
在评估集上达到以下结果：

• 损失：0.2225
• 准确率：0.9417

模型描述

该模型用于根据给定图像对服装类别进行分类。

使用方式

您可以在Jupyter笔记本中使用：

from PIL import Image
import requests

url = '在此插入图片URL'
image = Image.open(requests.get(url, stream=True).raw)

from transformers import AutoModelForImageClassification, AutoImageProcessor

repo_name = "samokosik/finetuned-clothes"

image_processor = AutoImageProcessor.from_pretrained(repo_name)
model = AutoModelForImageClassification.from_pretrained(repo_name)

encoding = image_processor(image.convert("RGB"), return_tensors="pt")
print(encoding.pixel_values.shape)

import torch
with torch.no_grad():
  outputs = model(**encoding)
  logits = outputs.logits

predicted_class_idx = logits.argmax(-1).item()
print("预测类别:", model.config.id2label[predicted_class_idx])

局限性

由于数据有限，当前仅支持以下类别：帽子、长袖衫、外套、长裤、鞋子、短裤、短袖衫。

训练过程

训练超参数

训练期间使用的超参数：

• 学习率：5e-05
• 训练批次大小：8
• 评估批次大小：8
• 随机种子：42
• 优化器：Adam（beta=(0.9,0.999)，epsilon=1e-08）
• 学习率调度器类型：线性
• 训练轮次：4
• 混合精度训练：原生AMP

训练结果

框架版本

• Transformers 4.40.1
• PyTorch 2.2.1+cu121
• Datasets 2.19.0
• Tokenizers 0.19.1

训练数据集

该模型训练所用数据集：https://huggingface.co/datasets/samokosik/clothes_simplifiedv2