Image Multi Class Classification Not Evaluated
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
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