Large Algae Vit Wirs
該模型是基於Vision Transformer架構的微調版本,主要用於藻類圖像分類任務,在評估集上取得了62.09%的準確率。
下載量 39
發布時間 : 2/16/2023
模型概述
基於Vision Transformer架構的藻類圖像分類模型,經過微調後可用於特定場景的藻類識別任務。
模型特點
基於ViT架構
採用Vision Transformer架構,適合處理圖像分類任務
微調優化
在特定數據集上進行微調,可能針對藻類識別進行了優化
線性學習率調度
訓練過程中使用線性學習率調度器,有助於模型收斂
模型能力
藻類圖像分類
圖像特徵提取
使用案例
環境監測
藻類識別
用於識別水體中的藻類種類
在評估集上達到62.09%的準確率
生物研究
藻類分類研究
輔助研究人員對藻類進行分類研究
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