Exper Batch 32 E8
基於google/vit-base-patch16-224-in21k模型在herbier_mesuem1數據集上微調的圖像分類模型,準確率達91.13%
下載量 31
發布時間 : 6/26/2022
模型概述
該模型是基於Vision Transformer架構的圖像分類模型,專門針對植物標本圖像進行了優化
模型特點
高準確率
在評估集上達到91.13%的分類準確率
高效微調
基於預訓練ViT模型進行高效微調,僅需8個訓練輪次
優化訓練
使用混合精度訓練和線性學習率調度器優化訓練過程
模型能力
植物標本圖像分類
高精度視覺識別
遷移學習應用
使用案例
植物學研究
植物標本自動分類
用於博物館或研究機構的植物標本數字化分類
準確率達91.13%
教育應用
植物識別教學工具
可作為植物學教學的輔助識別工具
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