S

Swin Base Patch4 Window7 224 20epochs Finetuned Memes

jayantaによって開発
Swin Transformerアーキテクチャに基づく画像分類モデルで、memesデータセットで20エポックのファインチューニングを行い、検証セットの精度は84.78%を達成
ダウンロード数 13
リリース時間 : 9/17/2022

モデル概要

これはSwin Transformerに基づく視覚モデルで、ネットワークミーム(memes)画像分類タスクに特化して最適化されています。画像分類タスクで優れた性能を発揮し、特にソーシャルメディアの視覚コンテンツ処理に適しています。

モデル特徴

高性能画像分類
memesデータセットで84.78%の精度、F1スコア85.04%を達成
Swin Transformerアーキテクチャ
先進的な階層型ウィンドウアテンションメカニズムを採用し、視覚情報を効果的に処理
軽量ファインチューニング
わずか20エポックのトレーニングで優れた性能を達成、トレーニング効率が高い

モデル能力

画像分類
視覚コンテンツ理解
ミーム認識

使用事例

ソーシャルメディア分析
ミーム分類
ネットワークで流行しているミーム画像を自動識別・分類
精度84.78%
コンテンツモデレーション
不適切コンテンツ識別
不適切な内容を含む可能性のある視覚素材を識別
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