基于Google Vision Transformer (ViT)模型在花卉图像数据集上微调的视觉分类模型
下载量 18
发布时间 : 3/13/2023
模型简介
该模型是基于ViT架构的预训练模型在花卉图像数据集上进行微调的版本,适用于图像分类任务。
模型特点
基于ViT架构
使用Vision Transformer架构,具有强大的图像特征提取能力
花卉图像分类
专门针对花卉图像进行优化,适合植物识别相关应用
迁移学习
基于预训练模型微调,在小规模数据集上也能取得良好效果
模型能力
图像分类
花卉识别
植物种类识别
使用案例
植物识别
花卉分类
识别不同种类的花卉图像
植物学研究辅助
帮助植物学家快速分类植物样本
教育应用
植物识别APP
用于开发移动端的植物识别应用程序
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