Histo Train Vit
H
Histo Train Vit
由tcvrishank開發
基於google/vit-base-patch16-224微調的圖像分類模型,在評估集上準確率達到82.5%
下載量 18
發布時間 : 3/25/2023
模型概述
該模型是基於Vision Transformer (ViT)架構的圖像分類模型,專門針對特定圖像數據集進行了微調。
模型特點
高準確率
在評估集上達到82.5%的準確率
基於ViT架構
使用Vision Transformer架構,適合處理圖像數據
微調模型
在特定數據集上進行微調,適合專業領域的圖像分類任務
模型能力
圖像分類
特徵提取
使用案例
醫學圖像分析
組織病理圖像分類
可用於醫學領域的組織病理圖像分類任務
準確率82.5%
通用圖像識別
物體分類
可用於一般物體的圖像分類任務
精選推薦AI模型
Llama 3 Typhoon V1.5x 8b Instruct
專為泰語設計的80億參數指令模型,性能媲美GPT-3.5-turbo,優化了應用場景、檢索增強生成、受限生成和推理任務
大型語言模型
Transformers 支持多種語言

L
scb10x
3,269
16
Cadet Tiny
Openrail
Cadet-Tiny是一個基於SODA數據集訓練的超小型對話模型,專為邊緣設備推理設計,體積僅為Cosmo-3B模型的2%左右。
對話系統
Transformers 英語

C
ToddGoldfarb
2,691
6
Roberta Base Chinese Extractive Qa
基於RoBERTa架構的中文抽取式問答模型,適用於從給定文本中提取答案的任務。
問答系統 中文
R
uer
2,694
98