Vit Base Cats Vs Dogs
基于Google的ViT基础模型在猫狗分类数据集上微调的视觉Transformer模型,准确率达98.83%
下载量 394
发布时间 : 3/2/2022
模型简介
该模型是基于Vision Transformer架构的图像分类模型,专门用于区分猫和狗的图片。
模型特点
高准确率
在猫狗分类任务上达到98.83%的准确率
基于ViT架构
使用Vision Transformer基础架构,具有强大的图像特征提取能力
轻量级微调
基于预训练模型进行微调,训练效率高
模型能力
图像分类
猫狗识别
视觉特征提取
使用案例
宠物识别
宠物照片分类
自动识别照片中的动物是猫还是狗
准确率98.83%
智能相册
照片自动分类
帮助用户自动分类宠物照片
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