README
🐕 Stanford Dogs ViT 犬种分类器
基于 Vision Transformer (ViT) 在 Stanford Dogs 数据集上微调的细粒度犬种分类模型
📦 模型下载
| 模型文件 | 类别数 | 用途 | 说明 |
|---|---|---|---|
ViT-full120.pt | 120 | 🚀 推理部署 | 完整模型，覆盖全部犬种 |
ViT-top100.pt | 100 | 📊 评估测试 | 在 Stanford / Atharva 数据集上评估 |
ViT-top80.pt | 80 | 🔧 精细调参 | 用于超参数调优实验 |
🚀 快速开始
使用 ViT-full120.pt 推理
import torch
from torchvision import transforms
from PIL import Image
# 1. 加载模型
model = torch.load("ViT-full120.pt")
model.eval()
# 2. 图像预处理
transform = transforms.Compose([
transforms.Resize((224, 224)),
transforms.ToTensor(),
transforms.Normalize(
mean=[0.485, 0.456, 0.406],
std=[0.229, 0.224, 0.225]
),
])
# 3. 推理
image = Image.open("dog.jpg").convert("RGB")
input_tensor = transform(image).unsqueeze(0)
with torch.no_grad():
output = model(input_tensor)
predicted_class = output.argmax(dim=1).item()
print(f"预测类别: {predicted_class}")
📚 数据集
Stanford Dogs
|
Atharva Dog Breeds
|
⚙️ 训练细节
| 配置项 | 值 |
|---|---|
| 基础模型 | ViT (Vision Transformer) |
| 任务类型 | 细粒度图像分类 |
| 深度学习框架 | PyTorch |
| 输入尺寸 | 224 × 224 |
Contributors
aYuan0
6 commits
Similar repos
README
🐕 Stanford Dogs ViT 犬种分类器
基于 Vision Transformer (ViT) 在 Stanford Dogs 数据集上微调的细粒度犬种分类模型
📦 模型下载
| 模型文件 | 类别数 | 用途 | 说明 |
|---|---|---|---|
ViT-full120.pt | 120 | 🚀 推理部署 | 完整模型，覆盖全部犬种 |
ViT-top100.pt | 100 | 📊 评估测试 | 在 Stanford / Atharva 数据集上评估 |
ViT-top80.pt | 80 | 🔧 精细调参 | 用于超参数调优实验 |
🚀 快速开始
使用 ViT-full120.pt 推理
import torch
from torchvision import transforms
from PIL import Image
# 1. 加载模型
model = torch.load("ViT-full120.pt")
model.eval()
# 2. 图像预处理
transform = transforms.Compose([
transforms.Resize((224, 224)),
transforms.ToTensor(),
transforms.Normalize(
mean=[0.485, 0.456, 0.406],
std=[0.229, 0.224, 0.225]
),
])
# 3. 推理
image = Image.open("dog.jpg").convert("RGB")
input_tensor = transform(image).unsqueeze(0)
with torch.no_grad():
output = model(input_tensor)
predicted_class = output.argmax(dim=1).item()
print(f"预测类别: {predicted_class}")
📚 数据集
Stanford Dogs
|
Atharva Dog Breeds
|
⚙️ 训练细节
| 配置项 | 值 |
|---|---|
| 基础模型 | ViT (Vision Transformer) |
| 任务类型 | 细粒度图像分类 |
| 深度学习框架 | PyTorch |
| 输入尺寸 | 224 × 224 |
Similar repos
Linked in READMEs
Contributors
aYuan0
6 commits