# EuroSAT數據集

基於Google Vision Transformer (ViT)架構的預訓練模型，在EuroSat數據集上進行了微調，適用於遙感圖像分類任務。

該模型是基於ConvNeXt-Tiny架構的微調版本，專門用於圖像分類任務，在EuroSAT數據集上取得了95.37%的準確率。

基於圖像文件夾數據集微調的ConvNeXt-Tiny模型，適用於圖像分類任務

基於Swin Transformer Tiny架構的視覺模型，在EuroSAT數據集上微調，用於衛星圖像分類任務

基於Swin Transformer Tiny架構的視覺模型，在EuroSAT數據集上微調，用於圖像分類任務

基於Google Vision Transformer (ViT)架構的圖像分類模型，在EuroSAT數據集上微調

基於Swin Transformer架構的微調圖像分類模型，在圖像文件夾數據集上取得了98.3%的準確率。

基於ViT架構的圖像分類模型，在image_folder數據集上微調，準確率達90.17%

基於Swin Transformer架構的微調圖像分類模型，在EuroSAT數據集上取得93.94%的準確率

這是一個基於Swin Transformer Tiny架構的視覺模型，在EuroSAT數據集上進行了微調，主要用於圖像分類任務。

基於ConvNeXt-Tiny架構的微調模型，專為圖像分類任務優化，在EuroSAT數據集上表現出色

基於Swin Transformer架構的微調圖像分類模型，在EuroSAT數據集上達到98%準確率

該模型是基於microsoft/swin-tiny-patch4-window7-224在圖像文件夾數據集上微調得到的圖像分類模型，在評估集上準確率達到96.19%。

該模型是基於Swin Transformer架構的微調版本，專門用於圖像分類任務，在EuroSAT數據集上取得了97.26%的準確率。

基於Swin Transformer Tiny架構的微調圖像分類模型，在EuroSAT數據集上取得了97.26%的準確率

這是一個基於Swin Transformer架構的微小模型，專為圖像分類任務設計，在EuroSAT數據集上進行了微調。

這是一個基於Swin Transformer Tiny架構的微調模型，專門用於圖像分類任務，在評估集上達到了97.59%的準確率。

該模型是基於google/vit-base-patch16-224-in21k在未知數據集上微調的視覺Transformer模型，主要用於圖像分類任務。

基於Visual-Attention-Network/van-base模型在圖像文件夾數據集上微調的圖像分類模型，準確率達98.85%

基於Google Vision Transformer架構，在EuroSat數據集上微調的高精度遙感圖像分類模型