# ImageNet-22k事前学習

EVA02特徴/表現モデル、マスク画像モデリングによりImageNet-22kで事前学習され、画像分類と特徴抽出タスクに適しています。

FocalNetは焦点変調ネットワークに基づく画像分類モデルで、マイクロソフトチームによってImageNet-22kデータセットで事前学習されました。

CvT-21は畳み込みとTransformerアーキテクチャを組み合わせた視覚モデルで、ImageNet-22kで事前学習され、ImageNet-1kでファインチューニングされています

CvT-13は畳み込みとTransformerを組み合わせた視覚モデルで、ImageNet-22kで事前学習され、ImageNet-1kで微調整され、画像分類タスクに適しています。

ConvNeXTは純粋な畳み込みモデルで、その設計は視覚Transformerからインスピレーションを得ており、視覚Transformerよりも優れた性能を主張しています。このモデルはImageNet-22kデータセットで224x224解像度で学習されています。

ConvNeXTは純粋な畳み込みモデルで、その設計は視覚Transformerからインスピレーションを得ており、視覚Transformerよりも優れた性能を主張しています。このモデルは224x224解像度でImageNet-22kデータセットを用いて学習されました。

ConvNeXTは純粋な畳み込みモデルで、視覚Transformerの設計にインスパイアされ、ImageNet-22kで事前学習され、ImageNet-1kでファインチューニングされ、従来のTransformerを凌駕する性能を発揮します。

ConvNeXTは純粋な畳み込みモデルで、視覚Transformerの設計に触発され、ImageNet-22kデータセットで訓練され、Transformerを凌駕する性能を発揮します。