# 高精度画像認識

Google Vision Transformer (ViT)をファインチューニングしたペット品種分類モデルで、Oxford-IIITペットデータセットで94.45%の精度を達成

MobileNetV2アーキテクチャに基づく植物病害画像分類モデルで、画像分類タスクにおいて97.77%の精度を達成

AIMv2はマルチモーダル自己回帰目標事前学習による視覚モデルシリーズで、マルチモーダル理解ベンチマークで優れた性能を発揮します。

GoogleのViTモデルをファインチューニングしたもので、宿泊部屋の画像分類に使用され、検証セットの精度は87.5%に達しています

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、精度は97.74%

これはAutoTrainでトレーニングされた天体写真物体分類モデルで、天体写真中の異なる物体カテゴリーを正確に識別できます。

バランスデータセットで訓練された植物の苗分類モデル、テストセットで94.67%の精度を達成

ViTアーキテクチャに基づく二値分類モデルで、自動車とオートバイの画像を区別し、精度は99.38%

GoogleのViTモデルを豆類データセットで微調整した高精度画像分類モデル

マイクロソフトのResNet-152アーキテクチャを基にファインチューニングしたスタンプ分類モデルで、画像分類タスクにおいて良好な性能を発揮します。

このモデルは、Dogs vs FoodデータセットでトレーニングされたConvNeXt-Tinyアーキテクチャの画像分類モデルで、犬と食べ物の画像を区別するために特別に設計されています。

Swin Transformerアーキテクチャに基づくスナック画像分類モデルで、スナックデータセットでファインチューニング後の精度は94.55%に達しました

これはDeiTアーキテクチャに基づく画像分類モデルで、岩石粒子の分類タスク専用です。

ImageNet-1kデータセットで事前学習された深層残差ネットワークモデル、画像分類タスク用

ImageNetデータセットで事前学習された深層残差ネットワークモデルで、画像分類タスクに使用されます。