V

Vit Base Patch16 224 In21k Wwwwii

由 Imene 开发
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
模型介绍
内容详情
替代品

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%