语言:

• 英文 许可证: apache-2.0 标签:
• 视觉
• 图像分类
• 训练生成 数据集:
• 图像文件夹 管道标签: 图像分类 基础模型: microsoft/resnet-50 模型索引:
• 名称: fruits-and-vegetables-detector-36 结果:
  • 任务: 类型: 图像分类 名称: 图像分类 数据集: 名称: 图像文件夹 类型: 图像文件夹 配置: 默认 分割: 训练 参数: 默认 指标:
    • 类型: 准确率 值: 0.9721 名称: 准确率

fruits-and-vegetables-detector-36

该模型是基于microsoft/resnet-50微调后的版本。

在评估集上取得了以下结果:

• 损失: 0.0014
• 准确率: 0.9721

模型描述

该模型是使用微软的resnet-50基础模型进行的探索性测试。

预期用途与限制

该模型使用了一个非常小的数据集进行训练 kritikseth/fruit-and-vegetable-image-recognition，仅包含36个标签

使用方法

以下是使用该模型对图像进行分类的方法:

import cv2
import torch
import torchvision.transforms as transforms
from transformers import AutoModelForImageClassification
from PIL import Image

# 加载保存的模型和分词器
model = AutoModelForImageClassification.from_pretrained("jazzmacedo/fruits-and-vegetables-detector-36")

# 从模型配置中获取标签列表
labels = list(model.config.id2label.values())

# 定义预处理转换
preprocess = transforms.Compose([
    transforms.Resize((224, 224)),
    transforms.ToTensor(),
    transforms.Normalize(mean=[0.485, 0.456, 0.406], std=[0.229, 0.224, 0.225])
])

image_path = "path/to/your/image.jpg"
image = cv2.imread(image_path)
image = cv2.cvtColor(image, cv2.COLOR_BGR2RGB)
pil_image = Image.fromarray(image)  # 将NumPy数组转换为PIL图像
input_tensor = preprocess(pil_image).unsqueeze(0)

# 将图像输入模型
outputs = model(input_tensor)

# 获取预测标签索引
predicted_idx = torch.argmax(outputs.logits, dim=1).item()

# 获取预测标签文本
predicted_label = labels[predicted_idx]

# 打印预测标签
print("检测到的标签:", predicted_label)

训练和评估数据

数据集来源: https://www.kaggle.com/datasets/kritikseth/fruit-and-vegetable-image-recognition

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: 0.001
• 训练批次大小: 32
• 评估批次大小: 32
• 随机种子: 42
• 优化器: Adam，参数为betas=(0.9,0.999)和epsilon=1e-08
• 学习率调度器类型: 线性
• 训练轮数: 10