3 Labels
3
3 Labels
由Ailyth開發
基於AutoTrain訓練的三分類圖像分類模型,在驗證集上達到95%的準確率
下載量 18
發布時間 : 2/8/2023
模型概述
這是一個使用AutoTrain平臺訓練的圖像分類模型,能夠對輸入圖像進行三分類預測。模型在驗證集上表現出色,各項指標均達到0.95左右。
模型特點
高準確率
在驗證集上達到95%的準確率和F1分數
低碳排放
訓練過程僅產生2.65克二氧化碳當量排放
自動訓練
使用AutoTrain平臺自動優化訓練過程
模型能力
圖像分類
多類別預測
視覺識別
使用案例
圖像識別
動物識別
識別圖片中的動物類別
準確識別示例圖片中的老虎
物品分類
對日常物品進行分類
準確分類示例圖片中的茶壺
場景識別
識別不同場景類型
準確識別示例圖片中的宮殿
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