基于Transformer架构的视觉模型,通过16x16图像块处理224x224分辨率输入,在ImageNet-21k数据集上预训练
下载量 132
发布时间 : 5/3/2023
模型简介
该模型采用纯Transformer架构处理图像分类任务,突破传统CNN的限制,将图像分割为固定大小的块后通过自注意力机制建模全局关系
模型特点
纯Transformer架构
完全基于自注意力机制处理图像,无需卷积操作
全局上下文建模
通过Transformer的自注意力机制捕获图像全局依赖关系
高效图像分块处理
将图像划分为16x16像素块作为输入序列
模型能力
图像特征提取
图像分类
迁移学习基础模型
使用案例
计算机视觉
通用图像分类
对自然图像进行1000类别的分类识别
在ImageNet验证集上达到约80% top-1准确率(推断值)
迁移学习基础
通过微调适配特定领域的图像识别任务
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
AIbase是一个专注于MCP服务的平台,为AI开发者提供高质量的模型上下文协议服务,助力AI应用开发。
简体中文