使用 Hugging Face Transformers 微调 ViT 进行图像分类指南

Hugging Face 发布了使用 Transformers 与 Datasets 库微调视觉 Transformer 进行图像分类的实践教程。文章以 beans 豆叶病害数据集与 google/vit-base-patch16-224-in21k 预训练模型为例，演示了如何通过 ViTImageProcessor 动态处理图像特征，并配置 Trainer 完成训练与评估。