Syn10kplusog Oct ViT Base 8Epochs V1
S
Syn10kplusog Oct ViT Base 8Epochs V1
由g30rv17ys開發
基於ViT架構的圖像分類模型,在8個epoch的訓練後達到88.67%的準確率
下載量 13
發布時間 : 10/17/2022
模型概述
該模型是一個基於Vision Transformer (ViT)架構的圖像分類模型,主要用於處理圖像分類任務。
模型特點
高準確率
在測試集上達到88.67%的準確率
基於ViT架構
採用Vision Transformer架構,適合處理圖像數據
高效訓練
僅需8個epoch即可達到良好性能
模型能力
圖像分類
視覺特徵提取
使用案例
醫療影像
OCT圖像分類
用於光學相干斷層掃描(OCT)圖像的分類
準確率88.67%
工業檢測
產品質量檢測
用於生產線上的產品質量自動檢測
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