Beit Base Patch16 224 Pt22k Ft22k Finetuned Mnist
基于BEiT架构的视觉Transformer模型,在MNIST手写数字数据集上微调,达到99.35%的准确率
下载量 19
发布时间 : 10/26/2022
模型简介
该模型是微软BEiT基础模型在MNIST手写数字识别任务上的微调版本,专门用于高精度数字识别
模型特点
高精度数字识别
在MNIST测试集上达到99.35%的准确率
基于BEiT架构
采用先进的视觉Transformer架构,具有强大的特征提取能力
轻量级微调
在预训练模型基础上进行高效微调,节省训练资源
模型能力
手写数字识别
图像分类
数字图像特征提取
使用案例
文档处理
手写数字识别
识别扫描文档中的手写数字
99.35%的识别准确率
教育科技
自动评分系统
识别学生手写答案中的数字
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
智启未来,您的人工智能解决方案智库
简体中文