Efficientnet B5
EfficientNet是一種對移動設備友好的純卷積模型,通過複合係數統一縮放深度/寬度/分辨率維度,在ImageNet-1k數據集上訓練。
下載量 331
發布時間 : 2/15/2023
模型概述
EfficientNet是一種高效的卷積神經網絡模型,主要用於圖像分類任務。它通過創新的縮放方法優化了模型性能,適用於移動設備等資源受限環境。
模型特點
複合縮放方法
通過統一縮放深度、寬度和分辨率三個維度,實現更高效的模型優化。
移動設備友好
專為資源受限環境設計,在保持高性能的同時減少計算需求。
高精度分類
在ImageNet-1k數據集上訓練,能夠準確分類1000種不同類別。
模型能力
圖像分類
物體識別
使用案例
計算機視覺
通用物體分類
將圖像分類為1000個ImageNet類別之一
高準確率的分類結果
移動端視覺應用
在移動設備上實現高效的圖像識別功能
資源消耗低,響應速度快
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