Levit 192
LeViT-192是一種結合了卷積神經網絡和Transformer架構的視覺模型,專注於圖像分類任務。
下載量 23
發布時間 : 6/1/2022
模型概述
LeViT-192模型在ImageNet-1k數據集上以224x224分辨率進行預訓練,結合了卷積神經網絡的高效性和Transformer的強大特徵提取能力。
模型特點
高效推理
結合卷積神經網絡和Transformer架構,實現更快的推理速度。
高精度分類
在ImageNet-1k數據集上預訓練,能夠準確分類1,000個類別。
教師-學生架構
採用教師-學生架構進行訓練,提升模型性能。
模型能力
圖像分類
視覺特徵提取
使用案例
計算機視覺
物體識別
識別圖像中的物體類別,如動物、日常用品等。
能夠準確分類ImageNet-1k中的1,000個類別。
場景分類
對圖像中的場景進行分類,如室內、室外、自然景觀等。
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