V

Vit Base Highways 2

由 ogimgio 开发
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
AIbase
智启未来,您的人工智能解决方案智库
© 2025AIbase