# 少数サンプル微調整

このモデルはmukesh3444/window_detection_modelをベースに、nagarajuthirupathi/indoor_window_detection_swf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で、室内の窓検出タスクに特化しています。

FLUX.1-devモデルを基にしたLoRAアダプターで、ロゴ、アイコン、絵文字の生成に特化しており、マイクロソフトFluentUIスタイルを含む様々な3Dレンダリング効果をサポートします。

これはBAAI/bge-base-en-v1.5から微調整されたsentence-transformersモデルで、文や段落を768次元の密ベクトル空間にマッピングできます。

これはFlaxフレームワークをベースにしたテキスト生成画像モデルで、ぬいぐるみスタイルの画像生成に特化しています。

nvidia/mit-b0をベースに微調整した画像セグメンテーションモデルで、NICOPOI-9/morphpad_coord_hgo_512_4classデータセットで優れた性能を発揮

distilbert-base-uncasedを基に微調整した感情分析モデルで、評価セットで87.67%の精度を達成

DistilBERTベースのテキスト分類モデルで、食品と非食品のテキストを区別するために使用されます

DETR-ResNet50アーキテクチャを基に微調整された安全帽検出モデル、産業シーン向けに設計

チュニジアカスタムデータセットで微調整されたXTTS V2テキスト音声合成モデル

これは単一言語チェコ語のSpeechT5ベースモデルで、12万時間のチェコ語音声と1750億単語のテキストコーパスで事前学習されており、チェコ語TTSの微調整の出発点として設計されています。

これはMicrosoftのFlorence-2モデルをDocmatixデータセット（データ量5%）で学習率1e-6で1日間微調整したバージョンです

これはマイクロソフトのKosmos-2モデルを微調整したマルチモーダルモデルで、ポケモンカードのポケモン名を識別するために特別に設計されています。

Meta-Llama-3-8B-Instructを基に、16,000件の韓国語特許の小規模データセット英語翻訳版で微調整したモデルで、テスト用途のみに使用されます。

GoogleのViTモデルを微調整した衣料品分類モデル、7種類の衣料品カテゴリの画像分類をサポート

google/gemma-1.1-7b-itをgeneratorデータセットで微調整した中国語言語モデル

Flan-T5-Baseを微調整した意図分類モデルで、顧客の質問を事前定義されたカテゴリに分類するために使用されます

これはDETRアーキテクチャに基づく物体検出モデルで、ResNet-101-DC5をバックボーンネットワークとして使用し、SKU110Kデータセットでトレーニングされ、クエリ数は400に設定されています。

MCG-NJU/videomae-baseモデルを未知のデータセットで微調整した動画理解モデル、精度67.13%達成

bookbot/distil-ast-audiosetモデルをDonateACryデータセットで微調整したオーディオ分類モデルで、赤ちゃんの泣き声を識別するために使用されます

このモデルはSalesforceのBLIP画像キャプション生成ベースモデルをSageMakerプラットフォームで微調整したバージョンで、主に画像キャプション生成タスクに使用されます。

naver-clova-ix/donut-base-finetuned-cord-v2を微調整した文書画像理解モデル

これはLlama-2-7b-chat-hfを微調整したABAPプログラミング言語モデルで、ABAPコード生成に特化しています

nvidia/mit-b0モデルをIsaacks/ihc_slide_tissueデータセットで微調整した画像分割モデル

naver-clova-ix/donut-baseを画像フォルダデータセットで微調整したモデル、具体的な用途は明記されていません

data2vec-audio-base-960hを微調整した音声数字認識モデルで、数字マスキング拡張データセットで優れた性能を発揮

microsoft/unispeech-sat-baseを微調整した音声処理モデルで、数字マスキングタスクに特化しており、評価セットで優れた性能を発揮します。

このモデルはSwin Transformer V2アーキテクチャに基づき、THFOOD-50タイ料理データセットで微調整された視覚分類モデルで、タイ料理の画像識別に特化しています。

philschmid/donut-base-sroieを微調整したモデルで、画像処理タスクに適しています

Keras Dreamboothで微調整されたテキストから画像を生成するモデルで、ベンガル陶土芸術スタイルの様々な物品画像を生成可能

microsoft/swin-tiny-patch4-window7-224を画像フォルダデータセットで微調整した視覚モデル

google/vit-base-patch16-224-in21kを微調整したVision Transformerモデルで、評価セットで99.26%の精度を達成

Donutアーキテクチャに基づくモデルで、ラトビア領収書データに特化して微調整されています

このモデルはdonut-baseをラトビア領収書データセットで微調整したバージョンで、主に領収書画像処理タスクに使用されます

これはGoogleのViTモデルを豆類データセットで微調整した画像分類モデルで、検証セットで99.25%の高い精度を達成しました。

DeiT-tinyアーキテクチャに基づく軽量画像分類モデル、カスタム画像データセットで微調整後94.8%の精度を達成

Swin Transformerアーキテクチャに基づく微調整モデルで、皮膚癌画像分類タスク専用

これはOpenAI Whisper Mediumモデルをカタルーニャ語Common Voice 11.0データセットで微調整した音声認識モデルです。

BEiTアーキテクチャに基づく視覚Transformerモデルで、FER2013CKPlusとSFEWデータセットで微調整され、顔表情認識タスクに使用されます。

Swin Transformerアーキテクチャに基づく微調整モデルで、ゴミ分別タスクに使用され、精度は88.27%

Swin Transformerアーキテクチャに基づく小型モデルで、CIFAR-100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