Vit Base Patch16 384 Wi4
基於google/vit-base-patch16-384微調的視覺Transformer模型,適用於圖像分類任務
下載量 21
發布時間 : 9/6/2022
模型概述
該模型是基於Vision Transformer (ViT)架構的圖像分類模型,經過特定數據集的微調,可用於圖像識別和分類任務
模型特點
高分辨率處理
支持384x384像素的高分辨率圖像輸入
遷移學習
基於預訓練的ViT模型進行微調,適用於特定領域的圖像分類任務
高效訓練
使用混合精度訓練(mixed_float16)提高訓練效率
模型能力
圖像分類
視覺特徵提取
遷移學習
使用案例
計算機視覺
通用圖像分類
對輸入圖像進行分類,輸出類別概率
在驗證集上達到57.46%的準確率
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