Cvt 21
CvT-21是基于ImageNet-1k数据集预训练的视觉变换器模型,通过引入卷积操作改进传统视觉变换器。
下载量 589
发布时间 : 4/4/2022
模型简介
该模型结合了卷积神经网络和变换器的优势,用于图像分类任务,支持ImageNet的1,000个类别分类。
模型特点
卷积与变换器结合
在视觉变换器中引入卷积操作,提升局部特征提取能力。
高效图像分类
在ImageNet-1k数据集上表现出色,能准确分类1,000种物体类别。
224x224分辨率支持
支持标准ImageNet输入分辨率,兼容常见视觉任务需求。
模型能力
图像分类
视觉特征提取
使用案例
计算机视觉
物体识别
识别图像中的物体类别,如动物、日常用品等。
示例中准确识别了老虎、茶壶等物体。
场景分类
对复杂场景进行分类,如识别建筑类型。
示例中正确识别了宫殿场景。
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