基于google/vit-base-patch16-224-in21k在herbier_mesuem5数据集上微调的图像分类模型
下载量 28
发布时间 : 7/22/2022
模型简介
该模型是Vision Transformer (ViT)架构的图像分类模型,专门针对植物标本图像分类任务进行了微调。
模型特点
高准确率
在评估集上达到80.36%的准确率,表现优秀
基于ViT架构
采用Vision Transformer架构,能有效捕捉图像全局特征
小样本微调
在特定领域数据集上进行了有效微调
模型能力
图像分类
植物标本识别
视觉特征提取
使用案例
植物学研究
植物标本自动分类
自动识别和分类植物标本图像
准确率80.36%
博物馆数字化
标本馆藏数字化管理
辅助博物馆进行植物标本的数字化分类管理
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