Vit Base Highways 2
基于google/vit-base-patch16-224-in21k微调的视觉Transformer模型,在未知数据集上达到70%准确率
下载量 14
发布时间 : 11/19/2022
模型简介
这是一个基于Vision Transformer架构的图像分类模型,经过微调后可用于特定领域的图像识别任务
模型特点
高效图像识别
基于Transformer架构,能有效捕捉图像全局特征
迁移学习优化
在ImageNet-21k预训练基础上进行微调,适应特定任务
中等规模模型
ViT-base架构平衡了性能与计算资源需求
模型能力
图像分类
特征提取
迁移学习
使用案例
计算机视觉
通用图像分类
对输入图像进行分类识别
在评估集上达到70%准确率
精选推荐AI模型
Llama 3 Typhoon V1.5x 8b Instruct
专为泰语设计的80亿参数指令模型,性能媲美GPT-3.5-turbo,优化了应用场景、检索增强生成、受限生成和推理任务
大型语言模型
Transformers 支持多种语言

L
scb10x
3,269
16
Cadet Tiny
Openrail
Cadet-Tiny是一个基于SODA数据集训练的超小型对话模型,专为边缘设备推理设计,体积仅为Cosmo-3B模型的2%左右。
对话系统
Transformers 英语

C
ToddGoldfarb
2,691
6
Roberta Base Chinese Extractive Qa
基于RoBERTa架构的中文抽取式问答模型,适用于从给定文本中提取答案的任务。
问答系统 中文
R
uer
2,694
98