AIbase
JA
ホーム
Mit Indoor Scenes
M

Mit Indoor Scenes

vincentclaesによって開発
Vision Transformerアーキテクチャに基づく画像分類モデルで、ImageNet-21kデータセットで事前学習され、MIT室内シーンデータセットでファインチューニングされています
画像分類
Transformers
オープンソースライセンス:Apache-2.0#室内シーン認識#高精度分類#転移学習
ダウンロード数 14
リリース時間 : 3/7/2022

モデル概要

このモデルはVision Transformerアーキテクチャを使用し、特に室内シーン認識に最適化された画像分類タスク専用です。

モデル特徴

Transformerベースの視覚モデル
自然言語処理で成功したTransformerアーキテクチャをコンピュータビジョンタスクに適用
大規模事前学習
ImageNet-21kデータセットで事前学習、1400万枚の画像と21000クラスを含む
ドメイン特化ファインチューニング
MIT室内シーンデータセットでファインチューニングし、室内シーン認識能力を最適化
効率的な画像処理
16x16画像パッチを入力として使用し、計算効率とモデル性能をバランス

モデル能力

画像分類
シーン認識
室内環境分析

使用事例

スマートホーム
部屋タイプ認識
カメラで撮影した部屋のタイプ（寝室、キッチン、リビングなど）を自動認識
スマートホームシステムの自動シーン設定に利用可能
不動産
不動産写真分類
不動産写真中の部屋タイプを自動分類
不動産プラットフォームの写真管理効率を向上
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