# 画像分類

ResNet-50は深層残差ネットワークで、マイクロソフトリサーチによって開発され、画像分類タスクに広く使用されています。

PyTorchとHuggingPicsで構築された画像分類モデルで、猫と犬の写真を正確に区別できます。

HuggingPicsで生成された軽量画像分類モデルで、性別分類タスクに使用されます。

Google Vision Transformer (ViT)アーキテクチャを基に微調整した植物識別モデルで、評価セットで80.96%の精度を達成

このモデルはmicrosoft/resnet-50を未知の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、主に画像分類タスクに使用され、評価セットで84.86%の精度を達成しました。

KATは、従来のTransformerのチャネルミキサーをグループ化有理コルモゴロフ-アーノルドネットワーク（GR-KAN）で置き換えた新しい視覚モデルで、ImageNet-1kデータセットでトレーニングされています。

オープンクリップは、微調整なしで画像を分類できるゼロショット画像分類モデルです。

GoogleのViT-base-patch16-224モデルをファインチューニングした画像分類モデルで、評価セットでの精度は68.97%

MobileNet V2はモバイルデバイス向けに設計された軽量な畳み込みニューラルネットワークで、遅延、モデルサイズ、精度のバランスを実現しています。

ResNet-18をファインチューニングしたフォント認識モデルで、テストセットでの精度は78.1%

ResNet18をファインチューニングしたフォント認識モデルで、48種類の標準フォントを認識可能、テスト精度は96.33%

このモデルはGoogleのViTアーキテクチャを基に、画像フォルダデータセットで微調整された顔認識モデルで、評価セットでほぼ完璧な精度を達成しました。

EfficientNet-B2を微調整した鳥類画像分類器で、525種類の鳥を識別可能、精度は99%に達します

ResNet-18をファインチューニングした猫と犬の画像分類モデルで、Kaggleの猫犬データセットでトレーニングされ、精度は99.29%

DINOv2手法で訓練された小型視覚Transformerモデルで、画像特徴抽出と分類タスクに適しています

このモデルはGoogleのViT-base-patch16-224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85.76%の精度を達成しました。

HuggingPicsで生成された画像分類モデルで、さまざまな犬種を識別できます

ピラミッド視覚トランスフォーマー（PVT）は、トランスフォーマーアーキテクチャに基づく視覚モデルで、画像分類タスク向けに設計されています。

google/vit-base-patch16-224をベースにファインチューニングされた視覚モデルで、画像分類タスクに適しています

google/vit-base-patch16-224を基にファインチューニングしたVision Transformerモデル、画像分類タスクに適しています

GoogleのViTベースモデルを文字認識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98.81%

GoogleのViTモデルをDiatomeデータセットでファインチューニングした視覚分類モデルで、精度は94.29%

google/vit-base-patch16-224をファインチューニングしたビジュアルモデル、具体的な用途は明記されていません

マイクロソフトResNet-50をファインチューニングした顔分類モデルで、検証セットで99.84%の精度を達成

これはmicrosoft/swin-tiny-patch4-window7-224モデルから変換されたOpenVINOバージョンで、画像分類推論を高速化するために使用されます。

DogeはHuggingPicsで生成された画像分類モデルで、Doge関連の画像を識別するために特別に設計されています。

microsoft/swin-tiny-patch4-window7-224を基に微調整した視覚モデルで、評価データセットで100%の精度を達成

これはGoogleのViTモデルをファインチューニングした画像分類モデルで、fl_image_category_dsデータセットで訓練され、66.22%の精度を達成しています。

ViTアーキテクチャに基づく芸術スタイル分類モデルで、入力画像の芸術スタイルカテゴリを識別可能

microsoft/resnet-18をファインチューニングした画像分類モデルで、fl_image_category_dsデータセットでトレーニング済み

前処理1024構成データセットでファインチューニングされたViTモデル、画像分類タスク用

GoogleのViTモデルをファインチューニングした表情認識モデルで、FER2013データセットで訓練され、70.22%の精度を達成。

このモデルはGoogleのViTモデルを藻類データセットで微調整した視覚分類モデルで、主に藻類画像分類タスクに使用されます。

microsoft/resnet-50をファインチューニングした画像分類モデルで、評価データセットでの精度は64.1%

google/vit-base-patch16-224をベースにファインチューニングした視覚分類モデルで、第一世代ポケモンの識別に使用

PyTorchとHuggingPicsを使用したシンプルな画像分類モデルで、画像内の人物がハゲかどうかを判断します。

YOLOv8ベースの画像分類モデルで、霧や煙のシーンを識別するために使用されます。

ViTアーキテクチャに基づくVision Transformerモデルで、性別と年齢の分類タスクに使用

BEiTアーキテクチャに基づく画像分類モデルで、FER2013データセットで微調整され、表情認識に使用されます

これはBEiTアーキテクチャに基づく画像分類モデルで、FER2013とCK+データセットで微調整され、顔表情認識タスクに使用されます。