# 画像認識

Transformerアーキテクチャに基づく猫と犬の画像分類モデルで、画像中の猫と犬を識別します。

ResNet-50ベースの画像分類モデルで、リサイクル可能なアイテムを識別・分類します。

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

これはAutoTrainでトレーニングされた多クラス画像分類モデルで、さまざまな民族的特徴を識別します。

このモデルはfacebook/convnext-tiny-224をhuggan/wikiart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、主に芸術作品の分類タスクに使用されます。

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

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

facebook/detr-resnet-50をベースにbeyond_words_23データセットでファインチューニングした視覚的物体検出モデル

facebook/deit-small-patch16-224をファインチューニングしたモデル、具体的な用途は明記されていない

google/vit-base-patch16-224-in21kをファインチューニングした食品分類モデルで、評価データセットで優れた性能を発揮

マイクロソフトBEiTアーキテクチャに基づくスケッチ分類モデルで、未知のデータセットでファインチューニングされ、82.82%の精度を達成

microsoft/beit-base-patch16-224-pt22k-ft22kをファインチューニングしたスケッチ分類モデルで、評価セットでの精度は82.77%

PyTorchとHuggingPicsをベースにした画像分類モデルで、さまざまな種類のアイスクリームを識別します。

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

これはPyTorchフレームワークに基づく画像分類モデルで、髪の長さ（ロングヘアまたはショートヘア）を正確に識別・分類できます。

Kerasが提供する画像分類モデルで、複数の事前学習済みアーキテクチャをサポートし、一般的な画像分類タスクに適しています。

GoogleのViTベースモデルをファインチューニングした視覚分類モデルで、特定分野の画像認識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/vit-base-patch16-384をファインチューニングしたビジョントランスフォーマーモデルで、画像分類タスクに適しています

Google Vision Transformer (ViT)ベースモデルを微調整した視覚分類モデルで、画像分類タスクに適しています

このモデルはgoogle/vit-base-patch16-224-in21kを未知の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、主に画像分類タスクに使用されます。

これはHuggingPicsによって生成された画像分類モデルで、特定のカテゴリーの画像を識別するために設計されています。

ResNet-18アーキテクチャをベースにファインチューニングしたドッグフード画像分類モデルで、lewtun/dog_foodデータセットで89.6%の精度を達成。

ConvNeXt-Tinyアーキテクチャに基づくコンピュータビジョンモデル、画像分類タスクに適しています

ResNet-50はImageNet-1kで事前学習された残差ネットワークモデルで、v1.5アーキテクチャの改良を採用し、画像分類タスクに適しています。

ImageNet-1kでトレーニングされたRegNet画像分類モデル、ニューラルアーキテクチャサーチによって設計された効率的なネットワーク構造

PyTorchに基づく物体検出モデルで、画像中のホットドッグを識別するために特化しています。

これはHuggingPicsを基に生成された画像分類モデルで、画像中のホットドッグを識別するために特化しています。