Beit Base
BEiTアーキテクチャに基づく事前学習モデルで、cats_vs_dogsデータセットで微調整され、画像分類タスクに使用されます
ダウンロード数 18
リリース時間 : 3/6/2023
モデル概要
このモデルはBEiTアーキテクチャに基づく事前学習モデルで、cats_vs_dogsデータセットで微調整され、猫と犬の画像分類タスク専用に設計されています。評価セットで99.77%の高い精度を達成しました。
モデル特徴
高精度
cats_vs_dogsデータセットで99.77%の分類精度を達成
BEiTアーキテクチャベース
BEiT(Bidirectional Encoder representation from Image Transformers)アーキテクチャを使用し、視覚Transformerの利点を組み合わせています
効率的な微調整
少数のトレーニングエポック(3エポック)で高性能を実現
モデル能力
画像分類
猫と犬の識別
視覚的特徴抽出
使用事例
ペット識別
ペット写真の分類
写真中の猫または犬を自動識別
精度99.77%
スマートフォトアルバム
写真の自動分類
猫または犬を含む写真を自動整理
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