# 高精度ViT

ファインチューニングされたVision Transformer（ViT）を使用してディープフェイク画像を検出する二値分類モデル

Google Vision Transformer (ViT)アーキテクチャに基づく画像分類モデルで、監視カメラ画像内の犯罪行為を検出します。精度は約83%。

これはFood-101データセットでファインチューニングされたVision Transformerモデルで、食品画像分類タスクに使用されます。

timmライブラリに基づいて構築された病理画像分類と特徴抽出モデルで、複数の病理画像データセットで良好な性能を発揮します。

GoogleのViTモデルを微調整したもので、メラノーマ癌画像分類に使用され、精度は93.95%です。

Google ViTベースモデルをファインチューニングしたアルツハイマー病MRI画像分類モデルで、精度は92.6%

Google Vision Transformer (ViT)アーキテクチャに基づく微調整モデルで、ぼやけた画像と鮮明な画像を区別するための画像分類タスクに特化

DINOv2ベースモデルを微調整した皮膚疾患分類モデルで、ISIC 2018+Atlas Dermatologyデータセットにおいて95.57%の精度を達成。

GoogleのViTモデルを豆類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98.5%

これはGoogleのViTモデルをbeans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、検証セットで98.5%の精度を達成しました。

google/vit-base-patch16-224を微調整した画像分類モデルで、評価セットで82.5%の精度を達成

Vision Transformerベースの画像分類モデルで、街景画像中の植生部分を識別し、精度は92.9%に達します。

これはGoogleのViTモデルを豆類データセットで微調整した画像分類モデルで、検証セットで99.25%の高い精度を達成しました。

zoalearn2はGoogleのViTモデルを微調整した珊瑚種分類モデルで、最も人気のある32種類の珊瑚種を識別できます。

Google Vision Transformerをファインチューニングしたマルチラベル画像分類モデルで、アニメシリーズ『Futurama』のスクリーンショットの内容を識別するために特別に設計されています。

ViTアーキテクチャに基づく食品分類モデル、Food101データセットでファインチューニングされ、精度98.5%を達成

ViTアーキテクチャに基づく画像分類モデルで、画像にテキストが含まれているかどうか、およびテキストの種類（ラテン文字、中国語、アラビア語）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食品画像分類モデル、Food101データセットでファインチューニングされ、精度96%を達成

ViTアーキテクチャに基づく肺がんと大腸がんの多クラス画像分類モデルで、評価セットで99.94%の精度を達成

Google Vision Transformer (ViT)アーキテクチャに基づく画像分類モデルで、food101データセットでファインチューニングされ、食品画像分類タスクに使用されます

このモデルはGoogleのViT-base-patch16-224-in21kを岩石氷河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92.58%です。

GoogleのViT-Largeモデルを微調整したメラノーマ画像分類モデルで、評価セットで82.73%の精度を達成

facebook/deit-base-patch16-224をベースに微調整したスタンプ分類モデルで、imagefolderデータセットで84.85%の精度を達成

これはGoogleのViTモデルをベースにファインチューニングした画像分類モデルで、スタンプ認識タスク専用です。

ViTアーキテクチャに基づく画像分類モデルで、特定のデータセットで8エポック訓練され、精度は94.99%に達しました。

mriDataSetデータセットに基づいてfacebook/deit-base-distilled-patch16-224をファインチューニングした画像分類モデルで、精度は99.01%

google/vit-base-patch16-224-in21kモデルをsudo-s/herbier_mesuem1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91.29%

このモデルはGoogleのViTアーキテクチャをbeans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96.99%です。