# ConvNeXtアーキテクチャ

ConvNeXt-LargeエンコーダーをベースにしたUPerNetセマンティックセグメンテーションモデル、ADE20Kなどのシーン解析タスクに適しています

timmライブラリに基づいて構築された画像分類モデルで、zoobot-encoder-convnext_nanoをベースモデルとし、画像分類能力を備えています。

MS1MV3データセットで訓練されたConvNeXt-Nano顔認識モデル、timmフレームワーク互換

このモデルはfacebook/convnext-tiny-224をhuggan/wikiart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、主に芸術作品の分類タスクに使用されます。

LAION-2BデータセットでトレーニングされたCLIP ConvNeXt-XXLargeモデルで、OpenCLIPフレームワークで実装されており、ViTアーキテクチャ以外で初めて>79%のImageNetゼロショット精度を達成したCLIPモデル

ConvNeXt-Largeアーキテクチャに基づくCLIPモデルで、LAION-2Bデータセットでトレーニングされ、ゼロショット画像分類と画像テキスト検索タスクをサポートします。

LAION-2Bデータセットでトレーニングされた大規模ConvNeXt-Large CLIPモデル、ゼロショット画像分類と画像テキスト検索タスクをサポート

これはAutoTrainを使用してトレーニングされたマルチクラス画像分類モデルで、ConvNeXtアーキテクチャに基づいており、汎用画像分類タスクに適しています。

ConvNeXt-Baseアーキテクチャに基づくCLIPモデルで、LAION-5Bの美的サブセットでトレーニングされ、320x320解像度の画像分類をサポート

ConvNeXt-Baseアーキテクチャを基にしたCLIPモデルで、OpenCLIPを使用してLAION-5Bのサブセットでトレーニングされ、ゼロショット画像分類タスクに焦点を当てています

ConvNeXt-Baseアーキテクチャに基づくCLIPモデルで、LAION-5Bのサブセットでトレーニングされ、ゼロショット画像分類と画像テキスト検索タスクに適しています。

LAION-AestheticデータセットでトレーニングされたConvNeXt-BaseアーキテクチャのCLIPモデルで、ゼロショット画像分類とクロスモーダル検索タスクをサポート

ConvNeXt-Baseアーキテクチャに基づくCLIPモデルで、LAION-5Bサブセットでトレーニングされ、ゼロショット画像分類と画像テキスト検索タスクをサポート

このモデルはConvNeXt-Tinyアーキテクチャを基に、EuroSATデータセットでファインチューニングされた画像分類モデルで、albumentationsを使用したデータ拡張を行い、評価セットで98.48%の精度を達成しました。

facebook/convnext-small-224を基に二値分類タスクで微調整した画像分類モデルで、評価セットでF1スコア0.9620を達成

ConvNeXt-Tinyアーキテクチャに基づく視覚モデルで、画像分類タスクに微調整されています

これはConvNeXt-Tinyアーキテクチャに基づくコンピュータビジョンモデルで、スノーケルで生成された擬似ラベルを使用して教師なしデータで微調整されています

このモデルは、Dogs vs FoodデータセットでトレーニングされたConvNeXt-Tinyアーキテクチャの画像分類モデルで、犬と食べ物の画像を区別するために特別に設計されています。

ConvNeXtアーキテクチャに基づく猫と犬の画像分類モデルで、cats_vs_dogsデータセットでファインチューニングされ、精度は99.73%に達しています

ConvNeXtアーキテクチャに基づく画像分類モデルで、手稿画像分類タスクに特化

ConvNeXtアーキテクチャを採用したマスク検出モデルで、Face-Mask18Kデータセットで訓練され、精度は99.61%に達します。