モデル選定

画像分類のファインチューニング

# 画像分類のファインチューニング

Swin Tiny Patch4 Window7 224 Finetuned Og Dataset 10e

Swin Transformer Tinyアーキテクチャに基づく視覚モデルで、画像分類タスクに対して10エポックのファインチューニングを実施

Swin Tiny Patch4 Window7 224 Finetuned New Dataset 50e

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

SwinV2はSwin Transformerアーキテクチャに基づくビジョンモデルで、特定のタスクに適応するためにファインチューニングされています。

Swin Tiny Patch4 Window7 224 Finetuned Eurosat

Swin Transformer Tinyアーキテクチャを基にCIFAR10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

Convnextv2 Huge.fcmae

ConvNeXt-V2に基づく自己教師あり特徴表現モデルで、全畳み込みマスク自己符号化器フレームワーク(FCMAE)を使用して事前学習されており、画像分類や特徴抽出タスクに適しています。

Convnextv2 Femto.fcmae

ConvNeXt-V2ベースの自己教師あり特徴表現モデルで、完全畳み込みマスク自己符号化器フレームワーク（FCMAE）を使用して事前学習されています。

Vit Base Patch16 224 In21k Ft Cifar10test

Google Vision Transformer (ViT)モデルをCIFAR-10テストセットでファインチューニングした視覚分類モデル

Resnet 50 Finetuned

microsoft/resnet-50をベースに未知のデータセットでファインチューニングされた視覚モデルで、主に画像分類タスクに使用されます

おすすめAIモデル

Llama 3 Typhoon V1.5x 8b Instruct

タイ語専用に設計された80億パラメータの命令モデルで、GPT-3.5-turboに匹敵する性能を持ち、アプリケーションシナリオ、検索拡張生成、制限付き生成、推論タスクを最適化

大規模言語モデル

Transformers 複数言語対応

Cadet-TinyはSODAデータセットでトレーニングされた超小型対話モデルで、エッジデバイス推論向けに設計されており、体積はCosmo-3Bモデルの約2％です。

対話システム

Transformers 英語

Roberta Base Chinese Extractive Qa

RoBERTaアーキテクチャに基づく中国語抽出型QAモデルで、与えられたテキストから回答を抽出するタスクに適しています。

質問応答システム中国語

AIbase

未来を切り開く、あなたのAIソリューション知識ベース

English 简体中文繁體中文にほんご

© 2025AIbase