Clasificacion Vit Model Manuel Chaves
C
Clasificacion Vit Model Manuel Chaves
由 machves 开发
基于google/vit-base-patch16-224-in21k微调的图像分类模型,在豆类数据集上达到97.74%的准确率
下载量 15
发布时间 : 4/12/2023
模型简介
该模型是基于Vision Transformer架构的图像分类模型,专门用于豆类图像的分类任务。
模型特点
高准确率
在豆类数据集上达到97.74%的分类准确率
基于ViT架构
采用Vision Transformer架构,适合图像分类任务
微调优化
在google/vit-base-patch16-224-in21k基础上进行微调
模型能力
图像分类
豆类识别
使用案例
农业
豆类品种识别
用于识别不同品种的豆类作物
97.74%的识别准确率
食品加工
食品原料分类
在食品加工流水线上对豆类原料进行分类
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