metadata

licença: apache-2.0
tags:
  - gerado_a_partir_do_treinador
conjuntos de dados:
  - imagefolder
métricas:
  - acurácia
  - f1
  - recall
  - precisão
índice-de-modelos:
  - nome: Classificação_de_Tumores_Cerebrais_usando_transformer_swin
    resultados:
      - tarefa:
          nome: Classificação de Imagens
          tipo: classificação-de-imagens
        conjunto-de-dados:
          nome: imagefolder
          tipo: imagefolder
          configuração: padrão
          divisão: treino
          argumentos: padrão
        métricas:
          - nome: Acurácia
            tipo: acurácia
            valor: 0.9949179046129789
          - nome: F1
            tipo: f1
            valor: 0.9949179046129789
          - nome: Recall
            tipo: recall
            valor: 0.9949179046129789
          - nome: Precisão
            tipo: precisão
            valor: 0.9949179046129789

Classificação_de_Tumores_Cerebrais_usando_transformer_swin

Este modelo é uma versão refinada do microsoft/swin-base-patch4-window7-224-in22k no conjunto de dados imagefolder. Ele alcança os seguintes resultados no conjunto de avaliação:

Perda: 0,0118
Acurácia: 0,9949
F1: 0,9949
Recall: 0,9949
Precisão: 0,9949

Descrição do Modelo

Mais informações necessárias

Usos pretendidos e limitações

Mais informações necessárias

Dados de treinamento e avaliação

Mais informações necessárias

Procedimento de treinamento

Hiperparâmetros de treinamento

Os seguintes hiperparâmetros foram usados durante o treinamento:

taxa_de_aprendizado: 5e-05
tamanho_do_lote_de_treinamento: 32
tamanho_do_lote_de_avaliação: 32
semente: 42
acumulação_de_gradientes: 4
tamanho_total_do_lote_de_treinamento: 128
otimizador: Adam com betas=(0,9,0,999) e epsilon=1e-08
tipo_de_agendador_de_taxa_de_aprendizado: linear
proporção_de_aquecimento_do_agendador_de_taxa_de_aprendizado: 0,1
num_epochs: 3

Resultados de treinamento

Perda de Treinamento	Época	Passo	Perda de Validação	Acurácia	F1	Recall	Precisão
0,081	1,0	180	0,0557	0,9832	0,9832	0,9832	0,9832
0,0816	2,0	360	0,0187	0,9937	0,9937	0,9937	0,9937
0,0543	3,0	540	0,0118	0,9949	0,9949	0,9949	0,9949

Versões do Framework

Transformers 4.23.1
Pytorch 1.13.0
Datasets 2.6.1
Tokenizers 0.13.1