Resnet 50 4 32
R
Resnet 50 4 32
由Celal11開發
基於microsoft/resnet-50微調的圖像分類模型,在評估集上準確率達到64.1%
下載量 26
發布時間 : 2/11/2023
模型概述
該模型是基於ResNet-50架構的微調版本,主要用於圖像分類任務。在原始模型基礎上通過特定數據集訓練,提升了在目標領域的分類性能。
模型特點
高效圖像分類
基於ResNet-50架構,提供高效的圖像分類能力
微調優化
在特定數據集上進行微調,提升了目標領域的分類準確率
中等規模模型
平衡了模型大小和性能,適合多種應用場景
模型能力
圖像分類
特徵提取
使用案例
計算機視覺
物體識別
識別圖像中的特定物體或場景
在評估集上達到64.1%的準確率
圖像分類系統
構建自動圖像分類系統
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