C

Convnextv2 Base.fcmae

由timm開發
基於ConvNeXt-V2的自監督特徵表示模型,採用全卷積掩碼自編碼器框架(FCMAE)進行預訓練
下載量 629
發布時間 : 1/5/2023

模型概述

該模型是一個圖像特徵提取主幹網絡,不包含預訓練頭部,適用於微調或特徵提取任務。採用自監督學習方式在ImageNet-1k數據集上預訓練。

模型特點

自監督預訓練
採用全卷積掩碼自編碼器(FCMAE)框架進行自監督預訓練,無需人工標註數據
高效特徵提取
專為圖像特徵提取優化,可輸出多尺度特徵圖
輕量級設計
相對較小的模型尺寸(87.7M參數)和計算量(15.4 GMACs),適合實際部署

模型能力

圖像特徵提取
圖像分類
多尺度特徵圖生成

使用案例

計算機視覺
圖像分類
可用於圖像分類任務,通過微調模型頭部適應特定分類需求
目標檢測
作為特徵提取器用於目標檢測系統,提供高質量的特徵表示
圖像相似度計算
通過提取圖像嵌入向量,計算圖像間的相似度
AIbase
智啟未來,您的人工智能解決方案智庫
© 2025AIbase