Exper Batch 16 E4
E
Exper Batch 16 E4
由sudo-s開發
基於google/vit-base-patch16-224-in21k在sudo-s/herbier_mesuem1數據集上微調的圖像分類模型,準確率達90.59%
下載量 30
發布時間 : 6/26/2022
模型概述
該模型是基於Vision Transformer (ViT)架構的圖像分類模型,在特定數據集上進行了微調,主要用於圖像分類任務。
模型特點
高準確率
在評估集上達到90.59%的準確率,表現優異
基於ViT架構
採用Vision Transformer架構,具有強大的圖像特徵提取能力
高效微調
在相對較少的訓練輪次(4輪)內達到良好性能
模型能力
圖像分類
特徵提取
使用案例
植物學研究
植物標本分類
對植物標本圖像進行分類識別
準確率90.59%
通用圖像分類
通用物體識別
可用於各種物體的圖像分類任務
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