Vit Base Movie Scenes V1
V
Vit Base Movie Scenes V1
dingusagarによって開発
google/vit-base-patch16-224-in21kをファインチューニングした視覚モデルで、バットマンとハリー・ポッターの映画シーン画像を識別するために特別に設計されています
ダウンロード数 72
リリース時間 : 7/9/2022
モデル概要
このモデルはVision Transformerアーキテクチャに基づく画像分類モデルで、特定の映画シーンに最適化されています
モデル特徴
映画シーン認識
バットマンとハリー・ポッターの映画シーンに特化して最適化された画像分類能力
ViTアーキテクチャベース
Vision Transformerの基本アーキテクチャを採用し、強力な画像特徴抽出能力を備えています
軽量ファインチューニング
事前学習済みモデルに対して1回のファインチューニングのみを行い、モデルの効率性を維持しています
モデル能力
映画シーン画像分類
特定映画キャラクター認識
シーン特徴抽出
使用事例
映像コンテンツ分析
映画シーン分類
バットマンまたはハリー・ポッター映画のシーンを自動識別・分類
映像コンテンツ検索
視覚コンテンツに基づく映画シーン検索システム
教育娯楽
映画知識クイズシステム
視覚認識と連動した映画知識インタラクティブアプリケーション
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