AIbase
TW
模型選型
標籤
ImageNet分類

# ImageNet分類

Pvt Medium 224
Apache-2.0
PVT是一種基於Transformer的視覺模型，採用金字塔結構處理圖像，在ImageNet-1K上預訓練，適用於圖像分類任務。
圖像分類 Transformers
P
Xrenya
13
0
Nat Base In1k 224
MIT
NAT-Base是基於ImageNet-1K訓練的視覺Transformer模型，採用鄰域注意力機制進行圖像分類。
圖像分類 Transformers 其他
N
shi-labs
6
0
Nat Small In1k 224
MIT
NAT-Small是基於鄰域注意力的分層視覺變換器，專為圖像分類任務設計
圖像分類 Transformers 其他
N
shi-labs
6
0
Cvt 13
Apache-2.0
CvT-13是一種結合卷積神經網絡和視覺變換器的混合架構模型，在ImageNet-1k數據集上預訓練完成，適用於圖像分類任務。
圖像分類 Transformers
C
microsoft
21.80k
11
Resnet 50
Apache-2.0
ResNet-50是基於ImageNet-1k預訓練的殘差網絡模型，採用v1.5架構改進，適用於圖像分類任務。
圖像分類
R
microsoft
273.80k
407
Resnet 18
Apache-2.0
基於ImageNet-1k訓練的ResNet模型，採用殘差連接結構，支持圖像分類任務
圖像分類 Transformers
R
microsoft
133.01k
52
Resnet 152
Apache-2.0
基於ImageNet-1k數據集預訓練的深度殘差網絡模型，用於圖像分類任務
圖像分類 Transformers
R
microsoft
18.22k
12
Regnet X 040
Apache-2.0
基於imagenet-1k訓練的RegNet模型，通過神經架構搜索設計的高效視覺模型
圖像分類 Transformers
R
facebook
69
1
Regnet X 002
Apache-2.0
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
圖像分類 Transformers
R
facebook
60
1
Convnext Large 224 22k 1k
Apache-2.0
ConvNeXT是一個純卷積模型，受視覺Transformer設計啟發，在ImageNet-22k上預訓練並在ImageNet-1k上微調，性能優於傳統視覺Transformer。
圖像分類 Transformers
C
facebook
13.71k
3
Beit Large Patch16 224
Apache-2.0
BEiT是一種基於視覺Transformer(ViT)架構的圖像分類模型，通過自監督學習在ImageNet-21k上預訓練，並在ImageNet-1k上微調。
圖像分類
B
microsoft
222.46k
1
Vision Perceiver Conv
Apache-2.0
基於ImageNet預訓練的通用視覺感知器模型，採用卷積預處理和Transformer架構，支持圖像分類任務
圖像分類 Transformers
V
deepmind
7,127
6
Beit Base Patch16 384
Apache-2.0
BEiT是一種基於視覺Transformer架構的圖像分類模型，通過自監督方式在ImageNet-21k上預訓練，並在ImageNet-1k上微調。
圖像分類
B
microsoft
146
5
Resnet50
基於ImageNet數據集預訓練的深度殘差網絡模型，用於圖像分類任務。
圖像分類 Transformers
R
leftthomas
18
0
Beit Base Patch16 224
Apache-2.0
BEiT是一種基於視覺Transformer的模型，通過自監督學習在ImageNet-21k上預訓練，並在ImageNet-1k上微調，用於圖像分類任務。
圖像分類
B
microsoft
58.34k
9
AIbase
智啟未來，您的人工智能解決方案智庫
English简体中文繁體中文にほんご
© 2025AIbase