基于Swin Transformer架构的微调模型,用于垃圾分类任务,准确率达88.27%
下载量 22
发布时间 : 1/3/2023
模型简介
该模型是基于microsoft/swin-tiny-patch4-window7-224在图像文件夹数据集上微调的版本,专门用于垃圾分类任务。
模型特点
高准确率
在垃圾分类任务上达到88.27%的准确率
基于Swin Transformer
采用先进的Swin Transformer架构,适合图像分类任务
微调模型
在预训练模型基础上针对垃圾分类任务进行优化
模型能力
图像分类
垃圾分类识别
使用案例
环保与垃圾分类
智能垃圾分类系统
用于自动识别和分类垃圾物品
准确率88.27%
环保教育应用
帮助用户学习正确分类垃圾
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