Vit Base Patch16 384 Wi3
基于Google Vision Transformer (ViT)架构的微调模型,适用于图像分类任务
下载量 21
发布时间 : 9/5/2022
模型简介
该模型是基于google/vit-base-patch16-384预训练模型在未知数据集上微调的版本,主要用于图像分类任务。
模型特点
高分辨率处理能力
支持384x384像素输入分辨率,适合处理高分辨率图像
高效微调
基于预训练ViT模型微调,在特定任务上表现良好
混合精度训练
使用mixed_float16精度训练,兼顾训练效率和模型精度
模型能力
图像分类
视觉特征提取
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
验证集准确率61.95%,Top-3准确率82.98%
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