基于ConvNeXt-Tiny架构的视觉模型,在图像分类任务上进行了微调
下载量 32
发布时间 : 11/22/2022
模型简介
该模型是基于facebook/convnext-tiny-224微调得到的视觉变换器模型,主要用于图像分类任务。在评估集上取得了49.12%的准确率。
模型特点
高效图像分类
基于ConvNeXt架构,在图像分类任务上表现良好
微调优化
在基础模型上进行了针对性微调,提升了特定任务的性能
模型能力
图像分类
视觉特征提取
使用案例
计算机视觉
相册分类
可用于相册照片的自动分类和整理
在评估集上达到49.12%准确率
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