S

Swin Tiny Patch4 Window7 224 Finetuned Eurosat

由 HekmatTaherinejad 开发
基于Swin Transformer架构的微调图像分类模型,在EuroSAT数据集上达到98%准确率
下载量 16
发布时间 : 7/5/2022

模型简介

该模型是在microsoft/swin-tiny-patch4-window7-224基础上微调的图像分类模型,专门针对遥感图像分类任务优化

模型特点

高精度分类
在EuroSAT数据集上达到98%的准确率,表现优异
基于Swin Transformer
采用先进的Swin Transformer架构,具有强大的特征提取能力
轻量级设计
Tiny版本设计,在保持性能的同时减少计算资源需求

模型能力

遥感图像分类
多类别图像识别
高分辨率图像处理

使用案例

遥感分析
土地利用分类
对卫星图像中的不同土地类型进行分类识别
准确率98%
农业监测
识别农田作物类型和生长状况
环境监测
森林覆盖分析
监测森林覆盖变化和类型分布
AIbase
智启未来,您的人工智能解决方案智库
简体中文