vit-football-players

Vision Transformer - Golden Foot Football Players

Este modelo es un Vision Transformer (ViT) afinado sobre el dataset Golden Foot Football Players.

Metodología

• Modelo base: google/vit-base-patch16-224
• Dataset: 22 clases (jugadores nominados al Golden Foot)
• Técnica: Transfer Learning (última capa reentrenada)
• Optimizer: AdamW
• Scheduler: StepLR (gamma=0.5 cada 2 épocas)
• Balanceo: WeightedRandomSampler

Resultados

• Accuracy en test: 0.91
• Precision: 0.91
• Recall: 0.91
• F1-score: 0.91

Limitaciones

• Dataset con desbalance (ej: jugadores con pocas imágenes)
• Imágenes con resoluciones heterogéneas

Uso

```python from transformers import ViTForImageClassification, ViTImageProcessor from PIL import Image

model = ViTForImageClassification.from_pretrained("aaronqg/vit-football-players") processor = ViTImageProcessor.from_pretrained("aaronqg/vit-football-players")

image = Image.open("jugador.jpg").convert("RGB") inputs = processor(images=image, return_tensors="pt") outputs = model(**inputs) pred = outputs.logits.argmax(-1).item() print("Predicción:", pred) ```