Vit Base Patch16 224 In21k Finetuned Cifar10 Album Vitvmmrdb Make Model Album Pred
基於ViT架構的視覺Transformer模型,在CIFAR-10數據集上微調,用於圖像分類任務
下載量 30
發布時間 : 11/27/2022
模型概述
該模型是基於Google Vision Transformer(ViT)架構的圖像分類模型,經過在CIFAR-10數據集上的微調,能夠對10類常見物體進行準確分類。
模型特點
高準確率
在CIFAR-10測試集上達到85.72%的準確率
基於Transformer架構
採用Vision Transformer(ViT)架構,利用自注意力機制處理圖像
小尺寸圖像處理
專為224x224像素尺寸圖像優化
模型能力
圖像分類
物體識別
視覺特徵提取
使用案例
計算機視覺
CIFAR-10圖像分類
對CIFAR-10數據集中的10類物體進行分類
準確率85.72%
通用物體識別
識別常見物體如飛機、汽車、鳥類等
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