V

Vit Base Patch16 384 Wi4

由Imene開發
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
AIbase
智啟未來,您的人工智能解決方案智庫
© 2025AIbase