---
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**