Vit Base Patch16 224 Futurama Image Multilabel Clf
基於Google Vision Transformer微調的多標籤圖像分類模型,專門用於識別動畫劇集《飛出個未來》截圖中的內容。
下載量 19
發布時間 : 2/16/2023
模型概述
該模型是基於google/vit-base-patch16-224微調後的版本,用於對《飛出個未來》動畫截圖進行多標籤分類。在評估集上表現出色,F1值達到0.9818。
模型特點
高精度多標籤分類
在《飛出個未來》截圖數據集上實現了0.9818的F1值和0.9672的準確率。
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。
精細調優
經過8輪精細調優,訓練損失從0.2456降至0.0005。
模型能力
圖像分類
多標籤識別
動畫場景分析
使用案例
媒體內容分析
動畫場景分類
自動識別《飛出個未來》動畫中的場景內容
準確率達到96.72%
內容審核
識別動畫中的特定內容或角色
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