dog - food - vit - base - patch16 - 224 - in21kオープンソース画像分類モデル

ホーム

Dog Food Vit Base Patch16 224 In21k

sashaによって開発

これはVision Transformer (ViT)アーキテクチャに基づく画像分類モデルで、犬と食品の画像を区別するために特別に設計されています。

画像分類

Transformers

#高精度画像分類 #ペットと食品認識 #ViTビジョントランスフォーマー

ダウンロード数 32

リリース時間 : 6/20/2022

モデル概要

このモデルは犬と食品のデータセットで訓練されており、犬と食品の画像を高精度で区別できます。これら2種類の画像を自動分類する必要があるアプリケーションシナリオに適しています。

モデル特徴

高精度

テストセットで99.78%の精度を達成し、優れた性能を発揮します。

ViTアーキテクチャ採用

Vision Transformerアーキテクチャを採用し、patch16-224-in21k事前訓練モデルを利用しています。

簡単利用

HuggingPicsを通じて簡単に訓練・使用できます。

モデル能力

画像分類

犬と食品の区別

使用事例

画像分類

ペットと食品認識

画像が犬か食品かを自動識別

精度は99.78%

コンテンツフィルタリング

犬または食品を含むコンテンツのフィルタリングや分類に使用

属性	詳情
タグ	image-classification, pytorch, huggingpics
データセット	sasha/dog-food
評価指標	accuracy, f1

評価指標	値
正解率 (Accuracy)	0.9988889098167419

評価指標	値	検証済み
正解率 (Accuracy)	0.9977777777777778	true
適合率 (Precision)	0.9966777408637874	true
再現率 (Recall)	1.0	true
AUC	0.9999777777777779	true
F1値	0.9983361064891847	true
損失 (Loss)	0.009058385156095028	true

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

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。

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

uer

2,694

未来を切り開く、あなたのAIソリューション知識ベース

English 简体中文繁體中文にほんご

Dog Food Vit Base Patch16 224 In21k

モデル概要

モデル特徴

モデル能力

使用事例

🚀 dog-food-vit-base-patch16-224-in21k

📚 詳細ドキュメント

モデル情報

モデルの評価結果

学習データセットでの評価結果

テストデータセットでの評価結果

💻 使用例

サンプル画像

犬の画像

食べ物の画像