# ResNet微調

該模型是基於microsoft/resnet-50在未知數據集上微調的版本，主要用於圖像分類任務，在評估集上取得了84.86%的準確率。

基於ResNet-18微調的字體識別模型，在測試集上準確率達78.1%

這是一個基於希伯來手寫數據集微調的ResNet模型，用於希伯來語手寫字符的分類任務。

基於facebook/detr-resnet-50微調的OCR模型，用於目標檢測任務

基於ResNet-50微調的人臉分類模型，在評估集上準確率達到94.16%

基於微軟ResNet-50微調的人臉分類模型，在驗證集上達到99.84%的準確率

基於ResNet-152微調的植物幼苗分類模型，在測試集上準確率達77.67%

基於microsoft/resnet-50微調的腦腫瘤圖像分類模型，在評估集上準確率達到91.71%

基於microsoft/resnet-18微調的圖像分類模型，在fl_image_category_ds數據集上訓練

基於微軟ResNet-50架構微調的表情包分類模型，在圖像分類任務上達到64.5%的準確率

基於微軟ResNet-50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97.64%

基於ResNet-50架構在fashion_mnist_quality_drift數據集上微調的圖像分類模型，準確率73%

基於ResNet-18架構在EuroSAT數據集上微調的圖像分類模型

基於ResNet-18架構微調的狗糧圖像分類模型，在lewtun/dog_food數據集上達到89.6%的準確率。