基于Google Vision Transformer (ViT)基础模型微调的视觉分类模型,适用于图像分类任务
下载量 21
发布时间 : 9/2/2022
模型简介
该模型是基于google/vit-base-patch16-224-in21k预训练模型在未知数据集上微调的版本,主要用于图像分类任务。
模型特点
基于ViT架构
采用Vision Transformer架构,使用16x16图像块处理输入
迁移学习
基于ImageNet-21k预训练模型微调,具有较好的特征提取能力
高效分类
在验证集上达到62.67%的准确率和83.49%的Top-3准确率
模型能力
图像分类
视觉特征提取
使用案例
计算机视觉
通用图像分类
对输入图像进行分类识别
验证准确率62.67%
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