# ImageNet千クラス認識

EfficientNetは、深さ、幅、解像度を統一してスケーリングすることで高性能な画像分類を実現する効率的な畳み込みニューラルネットワークです

LeViT-192は、畳み込みニューラルネットワークとTransformerアーキテクチャを組み合わせた視覚モデルで、画像分類タスクに特化しています。

CvT-w24はImageNet-22kで事前学習され、384x384解像度でファインチューニングされた視覚トランスフォーマーモデルで、畳み込みを導入して従来の視覚トランスフォーマーを改良しています。