AIbase
JA
ホーム
Beit Base Patch16 224
B

Beit Base Patch16 224

nielsrによって開発
BEiTは画像トランスフォーマーに基づく視覚モデルで、BERTのような自己教師あり事前学習手法を採用し、最初にImageNet-22kで事前学習とファインチューニングを行い、その後ImageNet-1kでさらにファインチューニングを行います。
画像分類オープンソースライセンス:Apache-2.0#自己教師あり事前学習#画像トランスフォーマー#ImageNetファインチューニング
ダウンロード数 28
リリース時間 : 3/2/2022

モデル概要

BEiTモデルは自己教師あり学習によりImageNet-22kデータセットで事前学習され、画像特徴を効果的に捉えることができ、様々な画像分類タスクに適しています。

モデル特徴

自己教師あり事前学習
BERTのような自己教師あり学習手法を採用し、大量の注釈データがなくても効果的な事前学習が可能です。
二段階ファインチューニング
最初にImageNet-22kデータセットでファインチューニングを行い、その後ImageNet-1kでさらにファインチューニングを行い、モデルの性能を向上させます。
画像トランスフォーマーアーキテクチャ
Transformerベースのアーキテクチャにより、画像中のグローバルおよびローカルな特徴を効果的に捉えることができます。

モデル能力

画像特徴抽出
画像分類
視覚表現学習

使用事例

コンピュータビジョン
汎用画像分類
自然画像を分類し、画像中の主要なオブジェクトやシーンを識別します。
ImageNetなどの標準データセットで良好な性能を発揮
視覚特徴抽出
他の視覚タスクの基礎となる特徴抽出器として使用します。
物体検出、画像セグメンテーションなどの下流タスクに利用可能
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