许可证：Apache-2.0  
基础模型：google/vit-base-patch16-224-in21k  
标签：  
- 训练器生成  
数据集：  
- 图像文件夹  
评估指标：  
- 准确率  

模型索引：  
- 名称：Emotion-Image-Classification-V2  
  结果：  
  - 任务：  
     名称：图像分类  
     类型：image-classification  
    数据集：  
     名称：imagefolder  
     类型：imagefolder  
     配置：默认  
     拆分：训练集  
     参数：默认  
    评估指标：  
    - 名称：准确率  
     类型：accuracy  
     值：0.59375  

<!-- 此模型卡根据训练器可访问的信息自动生成，建议校对完善后移除此注释。 -->  

# 情感图像分类-V2  

此模型是基于[google/vit-base-patch16-224-in21k](https://huggingface.co/google/vit-base-patch16-224-in21k)在图像文件夹数据集上微调的版本。  
在验证集上达到以下结果：  
- 损失：1.2748  
- 准确率：0.5938  

## 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）  

## 训练流程  

### 训练超参数  

训练中使用的超参数如下：  
- 学习率：7e-07  
- 训练批次大小：32  
- 评估批次大小：32  
- 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：1750  

### 训练结果  

| 训练损失 | 轮次  | 步数  | 验证损失 | 准确率 |  
|:--------:|:-----:|:-----:|:--------:|:------:|  
| （完整训练日志见原始文档） |  

### 框架版本  

- Transformers 4.37.2  
- PyTorch 2.3.0  
- Datasets 2.15.0  
- Tokenizers 0.15.1