Vit Base Mnist
V
Vit Base Mnist
farleyknight-org-usernameによって開発
ViTアーキテクチャを基にMNISTデータセットでファインチューニングした画像分類モデルで、精度は99.49%
ダウンロード数 1,770
リリース時間 : 8/21/2022
モデル概要
このモデルはGoogleのViT-baseアーキテクチャを基に、MNIST手書き数字データセットでファインチューニングした画像分類モデルで、0から9の手書き数字を識別するために特別に設計されています。
モデル特徴
高精度
MNISTテストセットで99.49%の精度を達成
ViTアーキテクチャ採用
Vision Transformer(ViT)アーキテクチャを使用し、従来のCNNと比べて画像分類タスクで優位性がある
軽量ファインチューニング
事前学習済みモデルを基にファインチューニングしており、学習効率が高い
モデル能力
手書き数字認識
画像分類
数字認識
使用事例
教育
手書き数字認識システム
手書き数字の宿題や試験の自動採点に使用
認識精度99.49%
金融
小切手数字認識
小切手に書かれた手書き金額数字を自動認識
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