# ViTファインチューニング

Google Vision TransformerをファインチューニングしたNSFW（職場不適切）コンテンツ検出モデルで、5種類の画像コンテンツを識別可能

google/vit-base-patch16-224-in21kをbeansデータセットでファインチューニングしたVision Transformerモデル、画像分類タスク用

Hugging Faceの事前学習済みビジョントランスフォーマー(ViT)モデルを使用した画像分類ソリューションで、画像を6種類のゴミに分類可能

GoogleのViT-base-patch16-224モデルをファインチューニングした画像分類モデルで、評価セットでの精度は68.97%

このモデルはGoogleのVision Transformer（ViT）をファインチューニングしたロゴ識別モデルで、UAE企業のロゴ分類に特化しています。

CLIP視覚トランスフォーマーアーキテクチャに基づき、スタンフォード自動車データセットでファインチューニングされた視覚分類モデル

GoogleのViTモデルをファインチューニングしたブータンテキスタイル画像分類モデル

Google Vision Transformer (ViT)アーキテクチャに基づく有名人分類モデル、1000人のトップ有名人を識別

このモデルは、google/vit-base-patch16-224-in21kをぼやけた画像データセットでファインチューニングしたバージョンで、ぼやけた画像と鮮明な画像を区別するために使用されます。

GoogleのViT-Base-Patch16-224モデルを花の画像データセットでファインチューニングしたVision Transformerモデル

google/vit-base-patch16-224を基にファインチューニングした画像分類モデルで、組織学画像解析タスクに適しています。

google/vit-base-patch16-224をベースにファインチューニングされた視覚モデルで、画像分類タスクに適しています

GoogleのViTベースモデルを文字認識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98.81%

GoogleのViTモデルを花卉画像データセットでファインチューニングしたVision Transformerモデル

このモデルはGoogleのViT-baseモデルをbeans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98.5%です。

google/vit-base-patch16-224-in21kをファインチューニングしたマルチラベル分類モデル、精度は73.7%

Google Vision Transformer (ViT)モデルを花卉画像データセットでファインチューニングした視覚分類モデル

GoogleのViTモデルを花卉画像データセットでファインチューニングしたVision Transformerモデル

GoogleのViTモデルを花卉画像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、画像分類タスクに適しています

GoogleのViTモデルを花卉画像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、画像分類タスクに適しています

GoogleのViT基本アーキテクチャに基づき、EuroSATリモートセンシング画像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

GoogleのViTモデルをfood101データセットでファインチューニングした食品分類モデル

Google Vision Transformer (ViT)アーキテクチャに基づく食品画像分類モデルで、Food101データセットでファインチューニングされ、精度は90.9%を達成

これはGoogleのViTモデルをファインチューニングした画像分類モデルで、fl_image_category_dsデータセットで訓練され、66.22%の精度を達成しています。

これはGoogleのViTモデルをfood101データセットでファインチューニングした食品分類モデルで、精度は89.5%に達します。

GoogleのViTモデルを胸部画像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99%

このモデルはGoogleのViT-base-patch16-224-in21kをbeans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98.5%です。

このモデルはGoogleのViTアーキテクチャを豆類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、検証セットで100%の精度を達成しました。

ViTアーキテクチャに基づくVision Transformerモデルで、性別と年齢の分類タスクに使用

Google Vision Transformer (ViT)アーキテクチャを基にファインチューニングしたアニメ顔認識モデルで、画像分類タスクで優れた性能を発揮します

ViTアーキテクチャに基づく食品画像分類モデル、Food101データセットでファインチューニングされ、精度は89.7%

これはViTアーキテクチャに基づくバイナリ分類モデルで、男性と女性の目の画像を区別するために使用されます。

ViTアーキテクチャに基づく消化器画像分類モデルで、内視鏡画像から様々な疾患を診断するために使用されます

google/vit-base-patch16-224-in21kをファインチューニングしたVision Transformerモデルで、火炎検知タスクに特化しており、評価データセットで高い精度と再現率を示しています。

GoogleのViTモデルを花卉画像データセットでファインチューニングしたVision Transformerモデル

ViTアーキテクチャに基づく画像偽造検出モデル、未知のデータセットでファインチューニング後70.88%の精度を達成

GoogleのViTモデルを豆類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97.74%

ViTアーキテクチャに基づく画像分類モデルで、画像フォルダデータセットでファインチューニングされています

このモデルはGoogleのViTアーキテクチャをbeans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、豆類植物の健康状態を識別するために使用されます。

GoogleのViTモデルを豆類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99.25%