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
模型介绍
内容详情
替代品

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