# ImageNet预训练

这是一个基于ImageNet-1k数据集训练的KL16变分自编码器(VAE)模型，用于图像到图像的转换任务。

基于DINOv2方法训练的小型视觉Transformer模型，适用于图像特征提取和分类任务

金字塔视觉变换器（PVT）是一种基于变换器架构的视觉模型，专为图像分类任务设计。

EfficientNet是一款移动端友好的纯卷积模型，通过复合系数统一缩放深度/宽度/分辨率维度，在ImageNet-1k数据集上训练

EfficientNet是一种对移动设备友好的纯卷积模型，通过复合系数统一缩放深度/宽度/分辨率维度，在ImageNet-1k数据集上训练。

EfficientNet是一款移动端友好的纯卷积模型，通过复合系数统一调整深度、宽度和分辨率维度，在ImageNet-1k数据集上训练而成。

EfficientNet是一款移动端友好的纯卷积神经网络，通过复合系数统一调整深度/宽度/分辨率维度，实现高效缩放

EfficientNet是一种移动端友好的纯卷积模型，通过复合系数统一缩放深度/宽度/分辨率维度，在图像分类任务中表现优异。

EfficientNet是一款移动端友好的纯卷积神经网络，通过复合系数统一调整深度/宽度/分辨率维度，实现高效缩放。

EfficientNet是一款移动端友好的纯卷积模型，通过复合系数统一缩放深度/宽度/分辨率维度，在ImageNet-1k数据集上训练。

EfficientFormer-L3是由Snap Research开发的轻量级视觉Transformer模型，专为移动设备优化，在保持高性能的同时实现低延迟。

基于ConvNeXt-V2的自监督特征表示模型，采用全卷积掩码自编码器框架(FCMAE)进行预训练

基于自监督DINO方法训练的视觉Transformer（ViT）图像特征模型，适用于图像分类和特征提取任务。

NAT-Mini 是基于邻域注意力机制的轻量级视觉Transformer模型，专为ImageNet图像分类任务设计

MobileNet V2是一种小型、低延迟、低功耗的视觉模型，专为移动设备优化设计

MobileNet V2是一种轻量级的卷积神经网络，专为移动设备设计，在图像分类任务中表现出色。

MobileNet V2是一种轻量级卷积神经网络，专为移动设备设计，在图像分类任务中表现优异。

MobileNet V1是一种轻量级卷积神经网络，专为移动和嵌入式视觉应用设计，在ImageNet-1k数据集上预训练。

LeViT-128S是基于ImageNet-1k数据集预训练的视觉Transformer模型，结合了卷积网络的优势以实现更快推理。

LeViT-128是一个基于视觉Transformer架构的图像分类模型，通过结合卷积网络的优势实现高效推理。

LeViT-256是基于Transformer架构的高效视觉模型，专为快速推理设计，在ImageNet-1k数据集上预训练。

LeViT-384是基于ImageNet-1k数据集预训练的视觉Transformer模型，结合了卷积网络的优势以实现更快的推理速度。

MobileViT是一种轻量级、低延迟的视觉Transformer模型，结合了CNN和Transformer的优势，适用于移动端设备。

MobileViT是一种轻量级、低延迟的视觉Transformer模型，结合了CNN和Transformer的优势，适用于移动端设备。

Data2Vec-Vision是基于BEiT架构的自监督学习模型，在ImageNet-1k数据集上预训练，适用于图像分类任务。

Data2Vec-Vision是基于BEiT架构的自监督学习模型，在ImageNet-1k数据集上预训练，适用于图像分类任务。

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。

CvT-21是基于卷积视觉变换器架构的图像分类模型，在ImageNet-1k数据集上以384x384分辨率预训练。

CvT-13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了传统视觉变换器的性能。

基于imagenet-1k训练的RegNet图像分类模型，通过神经架构搜索设计的高效网络结构

基于imagenet-1k数据集训练的RegNet模型，通过神经架构搜索设计的高效视觉模型

基于ImageNet-1k训练的RegNet图像分类模型，采用神经架构搜索技术设计

基于imagenet-1k训练的RegNet模型，通过神经架构搜索设计的高效视觉模型

基于imagenet-1k训练的RegNet模型，通过神经架构搜索设计的高效视觉模型

基于imagenet-1k训练的RegNet图像分类模型，通过神经架构搜索设计的高效网络结构

基于ImageNet-1k训练的RegNet模型，通过神经架构搜索设计的高效视觉模型

基于ImageNet-1k训练的RegNet模型，通过神经架构搜索设计的高效视觉模型

RegNet是一种通过神经架构搜索设计的图像分类模型，在imagenet-1k数据集上训练。

RegNet是基于imagenet-1k训练的视觉分类模型，通过神经架构搜索(NAS)设计的高效网络结构

基于imagenet-1k训练的RegNet模型，通过神经架构搜索设计的高效视觉模型