# EuroSATデータセット

Google Vision Transformer (ViT)アーキテクチャに基づく事前学習モデルで、EuroSatデータセットでファインチューニングされており、リモートセンシング画像分類タスクに適しています。

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。

画像フォルダデータセットで微調整されたConvNeXt-Tinyモデル、画像分類タスクに適しています

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

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、画像分類タスクに使用されます

Google Vision Transformer (ViT)アーキテクチャに基づく画像分類モデル、EuroSATデータセットでファインチューニング

Swin Transformerアーキテクチャに基づく微調整画像分類モデルで、画像フォルダデータセットで98.3%の精度を達成しました。

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

これはSwin Transformer Tinyアーキテクチャに基づく視覚モデルで、EuroSATデータセットでファインチューニングされ、主に画像分類タスクに使用されます。

ConvNeXt-Tinyアーキテクチャに基づくファインチューニングモデルで、画像分類タスク向けに最適化されており、EuroSATデータセットで優れた性能を発揮

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アーキテクチャに基づく微小モデルで、画像分類タスク向けに設計され、EuroSATデータセットでファインチューニングされています。

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。

このモデルはgoogle/vit-base-patch16-224-in21kを未知のデータセットでファインチューニングしたVision Transformerモデルで、主に画像分類タスクに使用されます。

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