AIbase
JA
ホーム
Vit Base Patch16 224 In21k
V

Vit Base Patch16 224 In21k

Xenovaによって開発
Transformerアーキテクチャに基づくビジュアルモデル、16x16画像パッチで224x224解像度入力を処理、ImageNet-21kデータセットで事前学習
画像分類
Transformers
#ウェブブラウザ向け画像分類#ONNX形式対応#高精度ビジュアルモデル
ダウンロード数 132
リリース時間 : 5/3/2023

モデル概要

このモデルは純粋なTransformerアーキテクチャを使用して画像分類タスクを処理し、従来のCNNの制限を突破、画像を固定サイズのパッチに分割後、自己注意機構でグローバルな関係をモデリング

モデル特徴

純粋なTransformerアーキテクチャ
完全に自己注意機構に基づき画像を処理、畳み込み操作不要
グローバルコンテキストモデリング
Transformerの自己注意機構を通じて画像のグローバルな依存関係を捕捉
効率的な画像パッチ処理
画像を16x16ピクセルのパッチに分割して入力シーケンスとして扱う

モデル能力

画像特徴抽出
画像分類
転移学習ベースモデル

使用事例

コンピュータビジョン
汎用画像分類
自然画像を1000カテゴリで分類識別
ImageNet検証セットで約80% top-1精度を達成（推定値）
転移学習ベース
ファインチューニングにより特定領域の画像認識タスクに適応
おすすめAIモデル
Llama 3 Typhoon V1.5x 8b Instruct
タイ語専用に設計された80億パラメータの命令モデルで、GPT-3.5-turboに匹敵する性能を持ち、アプリケーションシナリオ、検索拡張生成、制限付き生成、推論タスクを最適化
大規模言語モデル Transformers 複数言語対応
L
scb10x
3,269
16
Cadet Tiny
Openrail
Cadet-TinyはSODAデータセットでトレーニングされた超小型対話モデルで、エッジデバイス推論向けに設計されており、体積はCosmo-3Bモデルの約2％です。
対話システム Transformers 英語
C
ToddGoldfarb
2,691
6
Roberta Base Chinese Extractive Qa
RoBERTaアーキテクチャに基づく中国語抽出型QAモデルで、与えられたテキストから回答を抽出するタスクに適しています。
質問応答システム 中国語
R
uer
2,694
98
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
English简体中文繁體中文にほんご
© 2025AIbase