H

Hiera Base 224

namangarg110によって開発
Hieraは効率的な階層型Transformerアーキテクチャで、MAE学習により空間バイアス特性を最適化し、パラメータ利用効率を大幅に向上
ダウンロード数 48
リリース時間 : 2/28/2024

モデル概要

Hieraは視覚タスク向けに設計された階層型Transformerモデルで、マルチスケール特徴処理とMAE事前学習戦略により、効率的な動作を維持しながら高精度な画像処理を実現

モデル特徴

階層型アーキテクチャ設計
浅層高解像度/深層低解像度のマルチスケール処理方式を採用し、従来のCNNの特徴抽出パターンを模倣
MAE事前学習最適化
マスク付き自己符号化器(MAE)学習戦略により空間バイアス特性を付与し、パラメータ利用効率を向上
効率的な動作
従来の階層型Transformerモデル(ConvNeXT/Swin等)と比較し、精度を維持しながら動作速度を大幅に向上

モデル能力

画像特徴抽出
マルチスケール視覚表現学習
効率的な画像処理

使用事例

コンピュータビジョン
画像分類
ImageNet等の標準画像分類タスクに適用可能
視覚特徴抽出
物体検出、セグメンテーション等下流視覚タスクの特徴抽出器として利用可能
AIbase
未来を切り開く、あなたのAIソリューション知識ベース
© 2025AIbase