weather_classification_ViT开源天气分类模型 - 图像分类超厉害，准确率近97%！

Weather Classification ViT

由 methane6923 开发

基于Google的ViT模型微调的天气分类模型，在图像分类任务上表现出色，准确率达96.79%。

下载量 66

发布时间 : 7/8/2024

模型简介

该模型是基于Google的ViT-base-patch16-224-in21k模型在天气图像数据集上微调的版本，专门用于天气状况的图像分类任务。

高准确率

在评估集上达到96.79%的准确率，表现优异。

基于ViT架构

采用Vision Transformer架构，具有强大的图像特征提取能力。

高效训练

仅需4个训练轮次即可达到高性能，训练效率高。

天气图像分类

多类别图像识别

气象监测

自动天气识别

用于自动识别和分类天气状况，如晴天、雨天、多云等。

准确率96.79%

智能农业

农田天气监测

监测农田区域的天气状况，为农业生产提供决策支持。

本项目基于视觉变换器（ViT）模型，在图像数据集上进行微调，用于天气分类任务。该模型在评估集上展现出了较高的准确率、精确率、召回率等指标，具有良好的性能表现。

此模型是 google/vit-base-patch16-224-in21k 在 imagefolder 数据集上的微调版本。它在评估集上取得了以下结果：

更多信息待补充。

更多信息待补充。

更多信息待补充。

训练过程中使用了以下超参数：

训练损失	轮数	步数	验证损失	准确率	精确率	召回率	F1 值	AUC 值
0.2811	0.2288	100	0.3139	0.8958	0.9147	0.8958	0.8970	0.9903
0.1396	0.4577	200	0.2454	0.9278	0.9307	0.9278	0.9282	0.9919
0.3761	0.6865	300	0.2952	0.9072	0.9117	0.9072	0.9071	0.9889
0.2365	0.9153	400	0.1797	0.9444	0.9447	0.9444	0.9445	0.9940
0.2528	1.1442	500	0.2470	0.9278	0.9307	0.9278	0.9278	0.9924
0.2364	1.3730	600	0.2448	0.9261	0.9306	0.9261	0.9264	0.9934
0.34	1.6018	700	0.1986	0.9404	0.9409	0.9404	0.9405	0.9929
0.2001	1.8307	800	0.1525	0.9542	0.9548	0.9542	0.9539	0.9960
0.0958	2.0595	900	0.1783	0.9507	0.9515	0.9507	0.9505	0.9952
0.1862	2.2883	1000	0.1654	0.9553	0.9558	0.9553	0.9551	0.9952
0.1021	2.5172	1100	0.1654	0.9462	0.9472	0.9462	0.9459	0.9958
0.1178	2.7460	1200	0.1591	0.9525	0.9536	0.9525	0.9523	0.9960
0.0474	2.9748	1300	0.1299	0.9633	0.9635	0.9633	0.9633	0.9975
0.046	3.2037	1400	0.1384	0.9628	0.9628	0.9628	0.9627	0.9972
0.0294	3.4325	1500	0.1388	0.9645	0.9644	0.9645	0.9644	0.9969
0.1833	3.6613	1600	0.1346	0.9633	0.9634	0.9633	0.9633	0.9971
0.0548	3.8902	1700	0.1268	0.9679	0.9679	0.9679	0.9679	0.9974