Vit Classification Huggingface
V
Vit Classification Huggingface
由pytholic開發
基於Hugging Face Vision Transformer的Animal-10數據集分類模型,準確率達98.09%
下載量 14
發布時間 : 9/23/2022
模型概述
該模型使用Vision Transformer架構對Animal-10數據集中的動物圖像進行分類,支持識別10種不同動物類別。
模型特點
高準確率
在Animal-10測試集上達到98.09%的分類準確率
Vision Transformer架構
採用先進的Transformer架構處理圖像分類任務
多類別識別
可識別10種不同動物類別
模型能力
圖像分類
動物識別
視覺特徵提取
使用案例
計算機視覺應用
動物識別系統
構建自動識別動物種類的應用系統
可準確分類10種常見動物
教育輔助工具
用於兒童教育應用中的動物識別功能
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