Regnet Y 032
基於imagenet-1k訓練的RegNet圖像分類模型,通過神經架構搜索設計的高效網絡結構
下載量 21
發布時間 : 3/18/2022
模型概述
RegNet是一種通過設計搜索空間進行神經架構搜索得到的圖像分類模型,在ImageNet-1k數據集上訓練,適用於通用圖像分類任務
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
高效圖像分類
專為圖像分類任務優化的網絡結構,在ImageNet上表現良好
模塊化設計
採用模塊化網絡設計,便於調整和擴展
模型能力
圖像分類
物體識別
視覺特徵提取
使用案例
通用圖像識別
動物識別
識別圖像中的動物種類
能準確識別如老虎等動物
日常物品識別
識別常見家居物品
能準確識別如茶壺等物品
建築識別
識別不同類型的建築物
能準確識別如宮殿等建築
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