File size: 1,733 Bytes
cddc6a8 | 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 | ---
language: id
tags:
- image-classification
- resnet18
- pytorch
- computer-vision
license: mit
datasets:
- sumn2u/garbage-classification-v2
metrics:
- accuracy
---
# Garbage Classification
Model ini adalah versi **ResNet18** yang di-fine-tune menggunakan dataset **Garbage Classification v2** dari Kaggle. Model ini mencapai hasil berikut pada dataset evaluasi (25% split):
- **Loss:** 0.0020
- **Accuracy:** 0.9364
## Model description
Model klasifikasi gambar untuk membedakan jenis-jenis sampah guna mendukung sistem pemilahan otomatis. Menggunakan arsitektur ResNet18 dengan teknik Transfer Learning.
## Intended uses & limitations
Digunakan untuk mengidentifikasi material tunggal dalam gambar. Limitasi mencakup kesulitan pada latar belakang yang ramai atau objek yang bertumpuk.
## Training and evaluation data
Dataset menggunakan 12,260 gambar yang dibagi menjadi 75% Training (9,195 gambar) dan 25% Testing (3,065 gambar).
## Training procedure
### Training hyperparameters
The following hyperparameters were used during training:
- **learning_rate:** 0.0001
- **train_batch_size:** 32
- **eval_batch_size:** 32
- **optimizer:** Adam with weight_decay=1e-4
- **lr_scheduler_type:** StepLR (step=5, gamma=0.5)
- **num_epochs:** 15
### Training results
| Epoch | Training Loss | Train Accuracy |
|-------|---------------|----------------|
| 1 | 0.5585 | 82.53% |
| 3 | 0.0790 | 97.77% |
| 6 | 0.0121 | 99.85% |
| 9 | 0.0043 | 99.98% |
| 12 | 0.0029 | 99.99% |
| 15 | 0.0020 | 100.00% |
## Framework versions
- **Pytorch:** 2.10.0+cu128
- **Torchvision:** 0.25.0+cu128
- **Python:** 3.12.12
## Author
**Ina Alyani**
|