Regnet Y 080
基於ImageNet-1k訓練的RegNet圖像分類模型,採用神經架構搜索技術設計
下載量 30
發布時間 : 3/18/2022
模型概述
RegNet是通過設計搜索空間進行神經架構搜索(NAS)得到的圖像分類模型,具有高效的網絡結構設計
模型特點
神經架構搜索設計
通過設計搜索空間進行神經架構搜索,逐步優化網絡結構
高效網絡結構
採用經驗性約束條件逐步縮小搜索空間,獲得高效網絡設計
ImageNet預訓練
在ImageNet-1k數據集上進行預訓練,具備強大的圖像分類能力
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
可準確識別1000種ImageNet類別
圖像內容分析
分析圖像內容並進行分類
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