AIbase
JA
ホーム
Swin Tiny Patch4 Window7 224 Finetuned Cifar10
S

Swin Tiny Patch4 Window7 224 Finetuned Cifar10

nielsrによって開発
このモデルはSwin Transformer Tinyアーキテクチャを基にCIFAR-10データセットで微調整された画像分類モデルで、精度は97.89%を達成しています。
画像分類
Transformers
オープンソースライセンス:Apache-2.0#高精度画像分類#Swin-Transformerアーキテクチャ#少数サンプル微調整
ダウンロード数 26
リリース時間 : 4/11/2022

モデル概要

これはSwin Transformer Tinyアーキテクチャに基づく視覚Transformerモデルで、画像分類タスク専用に設計されています。CIFAR-10データセットで微調整することで、10種類の一般的な物体を効率的かつ正確に識別できます。

モデル特徴

高精度
CIFAR-10テストセットで97.89%の分類精度を達成
効率的なアーキテクチャ
Swin Transformerに基づく軽量アーキテクチャで、計算効率とモデル性能のバランスを実現
転移学習
大規模データセットでの事前学習後に微調整し、特定の分類タスクに適応

モデル能力

画像分類
物体認識
特徴抽出

使用事例

コンピュータビジョン
物体分類システム
一般的な物体を自動識別する分類システムの構築に使用
CIFAR-10データセットで97.89%の精度を達成
教育ツール
深層学習による画像分類能力をデモンストレーションする教育用モデルとして利用可能
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
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
English简体中文繁體中文にほんご
© 2025AIbase