AIbase
TW
模型選型
標籤
高參數量模型

# 高參數量模型

Vit Large Patch16 224.orig In21k
Apache-2.0
基於Vision Transformer（ViT）的圖像分類模型，由Google Research在JAX框架下使用ImageNet-21k預訓練，後移植到PyTorch。適用於特徵提取和微調場景。
圖像分類 Transformers
V
timm
584
2
Vit Base Patch32 224.orig In21k
Apache-2.0
基於Vision Transformer (ViT)的圖像分類模型，在ImageNet-21k上預訓練，適用於特徵提取和微調場景。
圖像分類 Transformers
V
timm
438
0
Vit Base Patch16 224.orig In21k
Apache-2.0
基於Vision Transformer的圖像分類模型，在ImageNet-21k上預訓練，適用於特徵提取和微調
圖像分類 Transformers
V
timm
23.07k
1
Focalnet Huge Fl4.ms In22k
MIT
FocalNet是一個基於焦點調製網絡的圖像分類模型，由微軟團隊在ImageNet-22k數據集上預訓練完成。
圖像分類 Transformers
F
timm
103
0
Convnextv2 Base.fcmae
基於ConvNeXt-V2的自監督特徵表示模型，採用全卷積掩碼自編碼器框架(FCMAE)進行預訓練
圖像分類 Transformers
C
timm
629
1
Vit Large Patch32 224.orig In21k
Apache-2.0
基於Vision Transformer (ViT)架構的圖像分類模型，在ImageNet-21k數據集上預訓練，適用於特徵提取和微調場景。
圖像分類 Transformers
V
timm
771
0
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