英文

vit-base-xray-pneumonia

这个模型是在数据集 chest-xray-pneumonia 上基于 google/vit-base-patch16-224-in21k 进行微调得到的。它在评估集上取得了以下结果:

  • 损失:0.3387
  • 准确率:0.9006

模型描述

需要更多信息

预期用途和限制

需要更多信息

训练和评估数据

需要更多信息

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:0.0002
  • 训练批量大小:16
  • 评估批量大小:8
  • 随机种子:42
  • 优化器:Adam,betas=(0.9,0.999),epsilon=1e-08
  • 学习率衰减策略:线性
  • 迭代次数:10

训练结果

Training Loss Epoch Step Validation Loss Accuracy
0.1233 0.31 100 1.1662 0.6651
0.0868 0.61 200 0.3387 0.9006
0.1387 0.92 300 0.5297 0.8237
0.1264 1.23 400 0.4566 0.8590
0.0829 1.53 500 0.6832 0.8285
0.0734 1.84 600 0.4886 0.8157
0.0132 2.15 700 1.3639 0.7292
0.0877 2.45 800 0.5258 0.8846
0.0516 2.76 900 0.8772 0.8013
0.0637 3.07 1000 0.4947 0.8558
0.0022 3.37 1100 1.0062 0.8045
0.0555 3.68 1200 0.7822 0.8285
0.0405 3.99 1300 1.9288 0.6779
0.0012 4.29 1400 1.2153 0.7981
0.0034 4.6 1500 1.8931 0.7308
0.0339 4.91 1600 0.9071 0.8590
0.0013 5.21 1700 1.6266 0.7580
0.0373 5.52 1800 1.5252 0.7676
0.001 5.83 1900 1.2748 0.7869
0.0005 6.13 2000 1.2103 0.8061
0.0004 6.44 2100 1.3133 0.7981
0.0004 6.75 2200 1.2200 0.8045
0.0004 7.06 2300 1.2834 0.7933
0.0004 7.36 2400 1.3080 0.7949
0.0003 7.67 2500 1.3814 0.7917
0.0004 7.98 2600 1.2853 0.7965
0.0003 8.28 2700 1.3644 0.7933
0.0003 8.59 2800 1.3137 0.8013
0.0003 8.9 2900 1.3507 0.7997
0.0003 9.2 3000 1.3751 0.7997
0.0003 9.51 3100 1.3884 0.7981
0.0003 9.82 3200 1.3831 0.7997

示例图片

肺炎X光图 正常X光图

框架版本

  • Transformers 4.17.0
  • Pytorch 1.10.0+cu111
  • Datasets 1.18.4
  • Tokenizers 0.11.6