Regnet Y 320 Seer
RegNetは自己教師あり学習によって数十億のランダムな画像で訓練された視覚モデルで、ロバスト性と公平性の特徴を持っています。
ダウンロード数 19
リリース時間 : 3/18/2022
モデル概要
RegNetモデルは自己教師あり方式で訓練され、画像分類タスクに適しており、優れたロバスト性と公平性を備えています。
モデル特徴
自己教師あり学習
モデルは自己教師あり方式で数十億のランダムな画像で訓練され、人手によるアノテーションを必要としません。
ロバスト性
モデルは教師なしで未選別の画像で事前学習した後、強いロバスト性を示します。
公平性
モデルの設計には公平性の要素が考慮されており、データバイアスの影響を軽減しています。
モデル能力
画像特徴抽出
画像分類
使用事例
コンピュータビジョン
物体認識
画像中の物体を認識します。例えば、トラやティーポットなど。
シーン分類
画像中のシーンを分類します。例えば、宮殿などの建物を識別します。
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