# Swin-Transformerアーキテクチャ

facebook/mask2former-swin-base-IN21k-ade-semanticモデルをDnq2025/Mask2former_Pretrainデータセットで微調整した画像セグメンテーションモデル

Swin Transformerアーキテクチャに基づく微小モデル、CIFAR-10画像分類タスク向けにファインチューニング

Swin Transformer Tinyアーキテクチャに基づく画像分類モデルで、カスタムデータセットで50エポックのファインチューニングを行い、79.73%の精度を達成

このモデルはSwin Transformerアーキテクチャに基づき、CIFAR-100データセットで微調整された画像分類モデルで、精度は92.01%を達成しています。

これはSwin Transformerアーキテクチャに基づく小型画像分類モデルで、EuroSATデータセットで微調整されており、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Swin Transformerアーキテクチャに基づく画像分類モデルで、CIFAR-10データセットでファインチューニング後98.9%の精度を達成しています。

Swin Transformerアーキテクチャに基づくファインチューニング画像分類モデルで、画像分類タスクにおいて95.17%の精度を達成

Swin Transformerアーキテクチャに基づく微調整画像分類モデルで、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。

Swin Transformer Tinyアーキテクチャに基づく微調整モデルで、画像分類タスク用、評価セットで100%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データセットで微調整されており、主に画像分類タスクに使用されます。

このモデルはSwin Transformer Tinyアーキテクチャを基にCIFAR-10データセットで微調整された画像分類モデルで、精度は97.89%を達成しています。