S

Swin Tiny Patch4 Window7 224 Finetuned Cifar10

由nielsr開發
該模型是基於Swin Transformer Tiny架構在CIFAR-10數據集上微調的圖像分類模型,準確率達97.89%。
下載量 26
發布時間 : 4/11/2022

模型概述

這是一個基於Swin Transformer Tiny架構的視覺Transformer模型,專門用於圖像分類任務。通過在CIFAR-10數據集上微調,該模型能夠高效準確地識別10類常見物體。

模型特點

高準確率
在CIFAR-10測試集上達到97.89%的分類準確率
高效架構
基於Swin Transformer的輕量級架構,平衡了計算效率和模型性能
遷移學習
通過在大規模數據集上預訓練後微調,適應特定分類任務

模型能力

圖像分類
物體識別
特徵提取

使用案例

計算機視覺
物體分類系統
用於構建自動識別常見物體的分類系統
在CIFAR-10數據集上達到97.89%準確率
教育工具
可作為教學演示模型展示深度學習圖像分類能力
AIbase
智啟未來,您的人工智能解決方案智庫
© 2025AIbase