Vit Base Railspace
V
Vit Base Railspace
由Kaspar開發
基於google/vit-base-patch16-224-in21k微調的視覺Transformer模型,在評估集上準確率達99.26%
下載量 18
發布時間 : 3/13/2023
模型概述
該模型是針對圖像分類任務優化的Vision Transformer模型,在特定數據集上表現出色,尤其擅長高精度分類任務。
模型特點
高準確率
在評估集上達到99.26%的準確率,表現優異
基於ViT架構
採用Vision Transformer基礎架構,具有強大的圖像特徵提取能力
高效微調
僅需4輪訓練即可達到高性能
模型能力
圖像分類
高精度識別
多類別區分
使用案例
圖像分析
地圖圖像識別
可用於識別和分析地圖圖像中的特定元素
從示例圖像看,模型能準確識別地圖圖像塊
工業質檢
適用於生產線上的產品質量檢測
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