giecom-vit-model-clasification-waste

This model is a fine-tuned version of google/vit-base-patch16-224 on the imagefolder dataset. It achieves the following results on the evaluation set:

• Loss: 0.0066
• Accuracy: 0.9974

Model description

El modelo giecom-vit-model-clasification-waste es una versión ajustada (finetuned) del modelo google/vit-base-patch16-224 utilizando el conjunto de datos viola77data/recycling-dataset. Este modelo está diseñado específicamente para la clasificación de imágenes de residuos reciclables, utilizando la arquitectura de Transformers. Ha demostrado ser altamente eficaz, alcanzando una precisión del 99.74% y una pérdida de 0.0066 en el conjunto de evaluación.

Intended uses & limitations

El modelo ha sido entrenado específicamente para imágenes de residuos, por lo que su eficacia podría reducirse al utilizarlo en contextos o conjuntos de datos diferentes.

Training and evaluation data

El modelo ha sido entrenado con hiperparámetros específicos, incluyendo una tasa de aprendizaje de 0.0002 y un tamaño de lote de 8, utilizando el optimizador Adam. Se entrenó durante 4 épocas, mostrando una mejora constante en la precisión y una reducción de la pérdida en el conjunto de validación.

Training procedure

Training hyperparameters

The following hyperparameters were used during training:

• learning_rate: 0.0002
• train_batch_size: 8
• eval_batch_size: 8
• seed: 42
• optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
• lr_scheduler_type: linear
• num_epochs: 4

Training results

Training Loss	Epoch	Step	Validation Loss	Accuracy
0.7872	1.29	500	0.3043	0.9047
0.2279	2.57	1000	0.0463	0.9871
0.0406	3.86	1500	0.0066	0.9974

Framework versions

• Transformers 4.35.0
• Pytorch 2.1.0+cu118
• Datasets 2.14.6
• Tokenizers 0.14.1