I
Image Multi Class Classification Not Evaluated
由 autoevaluate 开发
这是一个基于Swin-Tiny架构在MNIST数据集上微调的图像分类模型,准确率达到98.33%
下载量 11
发布时间 : 12/2/2022
模型简介
本模型是基于microsoft/swin-tiny-patch4-window7-224在MNIST手写数字数据集上微调的图像分类模型,主要用于识别0-9的手写数字
模型特点
高准确率
在MNIST测试集上达到98.33%的准确率
基于Swin Transformer
采用先进的Swin Transformer架构,具有优秀的视觉特征提取能力
轻量级模型
使用Tiny版本的Swin Transformer,适合资源有限的环境
模型能力
手写数字识别
图像分类
数字识别
使用案例
教育
手写数字自动评分
自动识别学生手写数字作业
准确率98.33%
金融
支票数字识别
识别支票上的手写金额数字
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