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