基于ResNet-50架构的计算机视觉模型,用于图像分类任务
下载量 24
发布时间 : 10/14/2022
模型简介
该模型是基于ResNet-50架构的深度学习模型,主要用于图像分类任务。它是微软发布的预训练模型,在本案例中进行了微调训练。
模型特点
深度残差网络
采用ResNet-50架构,通过残差连接解决了深度网络训练中的梯度消失问题
迁移学习
基于预训练模型进行微调,适合特定领域的图像分类任务
高效训练
支持混合精度训练,优化训练效率
模型能力
图像分类
特征提取
迁移学习
使用案例
计算机视觉
物体识别
识别图像中的主要物体类别
场景分类
对图像场景进行分类
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