Vit Base Patch16 224 In21k Finetuned Cifar10
V
Vit Base Patch16 224 In21k Finetuned Cifar10
nielsrによって開発
これはGoogleのViT基礎モデルに基づき、CIFAR10データセットで微調整されたビジュアルTransformerモデルで、画像分類タスクに使用されます。
ダウンロード数 31
リリース時間 : 3/2/2022
モデル概要
このモデルはVision Transformer (ViT)アーキテクチャに基づく画像分類モデルで、CIFAR10データセットで微調整後、98.81%の正解率を達成しました。
モデル特徴
高い正解率
CIFAR10テストセットで98.81%の分類正解率を達成しました。
Transformerアーキテクチャに基づく
Vision Transformer (ViT)アーキテクチャを使用しており、画像データの処理に適しています。
事前学習モデルの微調整
google/vit-base-patch16-224-in21k事前学習モデルに基づいて微調整されました。
モデル能力
画像分類
ビジュアル特徴抽出
使用事例
コンピュータビジョン
CIFAR10画像分類
CIFAR10データセットの画像を分類します。
正解率は98.81%に達します。
汎用画像分類
他の同様の規模の画像分類タスクに使用できます。
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