Clothes Image Detection
Vision Transformer(ViT)ベースの衣類画像分類モデル、精度約78%
ダウンロード数 412
リリース時間 : 2/8/2025
モデル概要
このモデルはViTアーキテクチャを使用して衣類画像を分類し、15種類の一般的な衣類カテゴリ(コート、ドレス、ジーンズなど)を識別できます。
モデル特徴
高精度分類
15クラスの衣類分類タスクで78%の精度を達成
ViTアーキテクチャ
Vision Transformerアーキテクチャに基づき、自己注意メカニズムで画像を処理
多クラス識別
15種類の一般的な衣類カテゴリを識別可能
モデル能力
衣類画像分類
視覚的特徴抽出
多クラス識別
使用事例
電子商取引
商品自動分類
ECプラットフォームの衣類商品画像を自動分類
精度約78%
ファッション分析
衣類スタイル識別
画像中の衣類スタイルとカテゴリを識別
F1スコア0.78(加重平均)
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