# リモートセンシング画像認識

CLIPモデルをUC_Merced衛星画像データセットでファインチューニングしたバージョンで、精度は96.9%

Google Vision Transformer (ViT)アーキテクチャに基づく画像分類モデルで、EuroSATデータセットでファインチューニングされ、衛星画像分類タスクに使用されます

このモデルはConvNeXt-Tinyアーキテクチャに基づくファインチューニング版で、画像分類タスク専用に設計されており、EuroSATデータセットで95.37%の精度を達成しました。

これはSwin Transformerアーキテクチャに基づく小型画像分類モデルで、EuroSATデータセットで微調整されており、リモートセンシング画像分類タスクに適しています。

ViTアーキテクチャに基づくVision Transformerモデルで、画像分類タスクでファインチューニング後に98.89%の精度を達成

ConvNext-baseアーキテクチャを基に微調整した画像分類モデルで、土地被覆分類タスクにおいて優れた性能を発揮し、精度は99.19%に達します。

ViTアーキテクチャに基づく画像分類モデルで、image_folderデータセットで微調整され、精度90.17%を達成

Swin Transformerアーキテクチャに基づく微調整画像分類モデルで、EuroSATデータセットで93.94%の精度を達成

Swin Transformerアーキテクチャに基づく微調整画像分類モデルで、EuroSATデータセットで98%の精度を達成

このモデルはmicrosoft/swin-tiny-patch4-window7-224を画像フォルダ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、評価セットで96.19%の精度を達成しました。

これはSwin Transformer Tinyアーキテクチャに基づく視覚モデルで、EuroSATデータセットで微調整されており、主に画像分類タスクに使用されます。

このモデルはSwin Transformerアーキテクチャに基づく微調整版で、画像分類タスク専用に設計されており、EuroSATデータセットで97.26%の精度を達成しました。

Swin Transformer Tinyアーキテクチャに基づく微調整画像分類モデルで、EuroSATデータセットで97.26%の精度を達成

これはSwin Transformer Tinyアーキテクチャに基づく微調整モデルで、画像分類タスク専用に設計されており、評価セットで97.59%の精度を達成しました。

Visual-Attention-Network/van-baseモデルを画像フォルダ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98.85%

Google Vision Transformerアーキテクチャに基づき、EuroSatデータセットで微調整された高精度リモートセンシング画像分類モデル