V

Vit Base Patch16 224 In21k Iiii

由Imene開發
該模型是基於google/vit-base-patch16-224-in21k微調的視覺Transformer模型,主要用於圖像分類任務。
下載量 21
發布時間 : 9/2/2022

模型概述

這是一個基於Vision Transformer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

基於ViT架構
採用Vision Transformer架構,利用自注意力機制處理圖像數據
遷移學習
基於預訓練的vit-base-patch16-224-in21k模型進行微調
混合精度訓練
使用mixed_float16精度進行訓練,提高訓練效率

模型能力

圖像分類
特徵提取

使用案例

計算機視覺
通用圖像分類
對輸入圖像進行分類識別
在驗證集上達到39.07%的準確率
AIbase
智啟未來,您的人工智能解決方案智庫
© 2025AIbase