E

Exper Batch 16 E8

由sudo-s開發
基於google/vit-base-patch16-224-in21k模型在sudo-s/herbier_mesuem1數據集上微調的圖像分類模型,準確率達91.29%
下載量 30
發布時間 : 6/26/2022

模型概述

這是一個基於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,適用於博物館標本數字化分類等場景。

模型特點

高準確率
在評估集上達到91.29%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epoch即可達到良好效果
優化訓練
採用混合精度訓練(Apex O1)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
博物館藏品數字化處理
細粒度圖像識別

使用案例

博物館數字化
植物標本自動分類
對博物館收藏的植物標本圖像進行自動分類和標註
準確率達91.29%
生物多樣性研究
植物種類識別
輔助研究人員快速識別和分類植物樣本
AIbase
智啟未來,您的人工智能解決方案智庫
© 2025AIbase