I

Image Multi Class Classification Not Evaluated

由autoevaluate開發
這是一個基於Swin-Tiny架構在MNIST數據集上微調的圖像分類模型,準確率達到98.33%
下載量 11
發布時間 : 12/2/2022

模型概述

本模型是基於microsoft/swin-tiny-patch4-window7-224在MNIST手寫數字數據集上微調的圖像分類模型,主要用於識別0-9的手寫數字

模型特點

高準確率
在MNIST測試集上達到98.33%的準確率
基於Swin Transformer
採用先進的Swin Transformer架構,具有優秀的視覺特徵提取能力
輕量級模型
使用Tiny版本的Swin Transformer,適合資源有限的環境

模型能力

手寫數字識別
圖像分類
數字識別

使用案例

教育
手寫數字自動評分
自動識別學生手寫數字作業
準確率98.33%
金融
支票數字識別
識別支票上的手寫金額數字
AIbase
智啟未來,您的人工智能解決方案智庫
© 2025AIbase