Vit Base Avengers V1
基於Vision Transformer的復仇者聯盟角色分類模型,在圖像分類任務上取得了86.83%的準確率
下載量 30
發布時間 : 7/9/2022
模型概述
該模型是基於Google的ViT模型微調而成,專門用於識別復仇者聯盟中的超級英雄角色。
模型特點
高準確率
在復仇者聯盟角色分類任務上達到86.83%的準確率
基於ViT架構
使用Vision Transformer架構,能夠有效處理圖像分類任務
特定領域優化
專門針對復仇者聯盟角色進行優化,識別效果優於通用模型
模型能力
圖像分類
超級英雄識別
視覺特徵提取
使用案例
娛樂應用
角色識別應用
開發移動應用識別電影或漫畫中的復仇者聯盟角色
可準確識別16種主要復仇者角色
內容分類
用於媒體內容庫中自動分類包含復仇者角色的圖片
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