遷移學習優化

# 遷移學習優化

Whisper Medium Oswald

基於OpenAI Whisper-medium微調的海地克里奧爾語語音識別模型，專注高準確率轉錄

Transformers 其他

基於Google Vision Transformer (ViT)架構的圖像分類模型，專門針對beans數據集進行微調

PTBR GPT4 O NewsClassifier

基於bert-base-multilingual-cased微調的模型，在評估集上準確率達到99.93%

大型語言模型

Zoobot Encoder Euclid

基於timm庫構建的圖像分類模型，以zoobot-encoder-convnext_nano為基礎模型，具備圖像分類能力。

Vit B 16 Aion400m E32 1finetuned 1

基於OpenCLIP框架的視覺Transformer模型，針對零樣本圖像分類任務進行微調

Microsoft Finetuned Personality

該模型通過分析用戶對20個問題的回答，預測其在大五人格特質（OCEAN）上的傾向性，準確率達97%

Transformers 英語

Convnextv2 Large DogBreed

該模型是基於facebook/convnextv2-large-22k-224在狗品種分類數據集上微調的版本，在評估集上準確率達到91.39%。

Segformerb5 Finetuned Largerimages

基於SegFormer-B5架構的圖像分割模型，在較大尺寸圖像數據集上微調，擅長區分背景和分支區域

基於google/vit-base-patch16-224-in21k微調的圖像分類模型，適用於植物分類任務

Plant Vit Model 1

基於ViT架構的植物圖像分類模型，在未知數據集上微調後達到99.95%的驗證準確率

Deit Tiny Patch16 224 Finetuned Main Gpu 20e Final

基於DeiT-tiny架構的輕量級圖像分類模型，在自定義圖像數據集上微調後達到98.56%的驗證準確率

Car Brands Classification

基於BEiT架構的預訓練圖像分類模型，支持越南語標籤，適用於視覺任務

Transformers 其他

Convnext Tiny 224 Finetuned Aiornot

基於ConvNeXt-Tiny架構的計算機視覺模型，在特定數據集上微調後用於圖像分類任務

Swin Tiny Patch4 Window7 224 Finetuned Main Gpu 20e Final

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99.17%的驗證準確率

Swin Tiny Patch4 Window7 224 Finetuned Birds

基於Swin Transformer架構的鳥類圖像分類模型，在鳥類數據集上微調，準確率達82.15%

Vit Base Patch16 224 Finetuned Flower

基於Google的ViT模型在花卉圖像數據集上微調的視覺Transformer模型

Beit Base Patch16 224 Pt22k Ft22k Finetuned Eurosat

基於microsoft/beit-base-patch16-224-pt22k-ft22k模型在圖像文件夾數據集上微調的圖像分類模型

Vegetation Classification Model

基於Vision Transformer的圖像分類模型，用於識別街景圖像中的植被部分，準確率達92.9%。

Transformers 英語

Deit Tiny Patch16 224 Finetuned Og Dataset 10e

基於DeiT-tiny架構的輕量級圖像分類模型，在自定義圖像數據集上微調後達到94.8%的準確率

Swinv2 Tiny Patch4 Window8 256 Finetuned Og Dataset 10e Finetuned Og Dataset 10e

基於SwinV2架構的輕量級圖像分類模型，在圖像文件夾數據集上微調，準確率達97.83%

Swin Tiny Patch4 Window7 224 Finetuned Og Dataset 10e Finetuned Og Dataset 10e

這是一個基於Swin Transformer架構的視覺模型，經過微調後在圖像分類任務上表現出色。

Swin Tiny Patch4 Window7 224 Finetuned Og Dataset 10e

基於Swin Transformer Tiny架構的視覺模型，在圖像分類任務上進行了10輪微調

Swinv2 Tiny Patch4 Window8 256 Finetuned Og Dataset 5e

該模型是基於Swin Transformer V2 Tiny架構微調的圖像分類模型，在評估集上達到96.35%的準確率。

該模型是基於microsoft/beit-base-patch16-224-pt22k-ft22k微調的版本，具體用途和訓練數據未明確說明。

Swin Tiny Patch4 Window7 224 Finetuned Aiornot Baseline

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

Vit Base Patch16 224 In21k Fog Or Smog Classification

基於google/vit-base-patch16-224-in21k微調的圖像分類模型，在測試集上準確率達91%

Swin Tiny Patch4 Window7 224 Finetuned Eurosat

基於Swin Transformer Tiny架構的微調圖像分類模型，在圖像文件夾數據集上訓練

Swin Tiny Patch4 Window7 224 Finetuned Fluro Cls

基於Swin Transformer Tiny架構的微調模型，用於圖像分類任務

Convnext Tiny 224 Finetuned Eurosat Albumentations

基於ConvNeXt-Tiny架構的微調圖像分類模型，在EuroSAT數據集上實現了98.15%的準確率

Vit Base Patch16 224 In21k Lcbsi

基於Google Vision Transformer (ViT)架構的微調模型，適用於圖像分類任務

Swin Base Patch4 Window7 224 In22k Finetuned Cifar10

該模型是基於Swin Transformer架構的圖像分類模型，在CIFAR-10數據集上微調後達到98.9%的準確率。

Vit Base Patch32 224 In21 Leicester Binary

基於Google Vision Transformer (ViT)架構的二分類圖像分類模型，在特定數據集上微調實現高精度分類

Vit Base Patch16 224 Finetuned

基於Google Vision Transformer (ViT)模型微調的圖像分類模型，在自定義圖像數據集上進行了訓練

Bert Base Multilingual Cased Sv2

基於bert-base-multilingual-cased在squad_v2數據集上微調的多語言問答模型

Beit Base Land Cover V0.1

基於BEiT架構的圖像分類模型，在圖像文件夾數據集上微調，準確率達98.7%

Vit Large Patch32 384 Melanoma

基於Google的ViT-Large模型微調的黑色素瘤圖像分類模型，在評估集上達到82.73%的準確率

UnipaPolitoUnimore

Beit Base Patch16 224 Pt22k Ft22k Finetuned Mnist

基於BEiT架構的視覺Transformer模型，在MNIST手寫數字數據集上微調，達到99.35%的準確率

Cvt 13 384 In22k FV Finetuned Memes

基於microsoft/cvt-13-384-22k在圖像文件夾數據集上微調的圖像分類模型，在評估集上準確率達到83.46%

Convnext Tiny 224 Finetuned

該模型是基於facebook/convnext-tiny-224微調的版本，主要用於圖像分類任務，在評估集上表現出色。

Vit Base Patch16 224 In21k Wwwwii

該模型是基於Google的ViT模型在未知數據集上微調的版本，主要用於圖像分類任務。

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

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。

Transformers 英語

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

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