S

Spoofing Vit 16 224

由 venuv62 开发
基于ViT架构的图像防伪检测模型,在未知数据集上微调后准确率达70.88%
下载量 59
发布时间 : 12/18/2022
模型介绍
内容详情
替代品

模型简介

该模型是基于Google的ViT-base-patch16-224架构微调的图像分类模型,主要用于防伪检测任务。

模型特点

高准确率
在评估集上达到70.88%的准确率
基于ViT架构
采用视觉Transformer架构,具有良好的特征提取能力
高效微调
在基础模型上进行少量轮次的微调即可获得较好效果

模型能力

图像分类
防伪检测
图像特征提取

使用案例

安全验证
证件防伪检测
检测身份证、护照等证件的真伪
准确识别70%以上的伪造样本
产品防伪验证
验证商品包装和标签的真实性