L

Levit 384

facebookによって開発
LeViT-384はImageNet-1kデータセットで事前学習された視覚Transformerモデルで、畳み込みネットワークの利点を組み合わせてより高速な推論を実現しています。
ダウンロード数 37
リリース時間 : 6/1/2022

モデル概要

LeViTモデルは畳み込みネットワークとTransformerアーキテクチャを組み合わせた視覚モデルで、画像分類タスクに特化しています。このモデルは高い精度を維持しながら推論速度を最適化しています。

モデル特徴

効率的な推論
畳み込みネットワークの利点を組み合わせ、従来の視覚Transformerの推論速度を最適化
高い精度
ImageNet-1kデータセットで学習されており、優れた画像分類能力を備えています
教師-学生アーキテクチャ
教師-学生トレーニング方式を採用してモデル性能を向上

モデル能力

画像分類
視覚特徴抽出

使用事例

コンピュータビジョン
物体認識
画像内の物体を認識し、1000のImageNetカテゴリに分類
動物、日用品などの一般的な物体を正確に認識
シーン理解
画像のシーン内容を分析
建築物、自然景観などのシーンタイプを識別可能
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