Vit Base Patch16 224 Finetuned Algae Rgb
Google Vision Transformer (ViT)アーキテクチャに基づくファインチューニングモデルで、藻類画像分類タスク専用
ダウンロード数 39
リリース時間 : 2/14/2023
モデル概要
このモデルはgoogle/vit-base-patch16-224をベースにファインチューニングしたバージョンで、主にRGB形式の藻類画像分類タスクに使用されます。
モデル特徴
ViTアーキテクチャベース
Vision Transformerアーキテクチャを採用し、自己注意メカニズムを使用して画像データを処理
藻類画像分類に最適化
藻類RGB画像専用にファインチューニングされており、関連研究分野に適しています
中規模モデル
ViT-Baseアーキテクチャに基づき、性能と計算リソースの需要をバランスさせています
モデル能力
藻類画像分類
RGB画像処理
画像特徴抽出
使用事例
環境モニタリング
藻類識別と分類
水環境モニタリングにおける藻類の識別と分類に使用
検証セット精度61.74%
生物研究
藻類サンプル分析
研究者がさまざまな藻類サンプルを迅速に分類・分析するのを支援
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