基于ConvNeXt-Tiny架构的计算机视觉模型,在特定数据集上微调后用于图像分类任务
下载量 16
发布时间 : 3/20/2023
模型简介
该模型是基于ConvNeXt-Tiny架构的图像分类模型,经过微调后可用于特定领域的图像识别任务
模型特点
高准确率
在评估集上达到96.08%的准确率
轻量级架构
基于ConvNeXt-Tiny架构,适合资源有限的环境
微调优化
在特定数据集上进行过微调,针对特定任务优化
模型能力
图像分类
特征提取
计算机视觉任务
使用案例
图像识别
通用图像分类
可用于识别图像中的主要对象或场景
在评估集上达到96.08%的准确率
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