基于google/vit-base-patch16-224-in21k模型在herbier_mesuem1数据集上微调的图像分类模型,准确率达91.13%
下载量 31
发布时间 : 6/26/2022
模型简介
该模型是基于Vision Transformer架构的图像分类模型,专门针对植物标本图像进行了优化
模型特点
高准确率
在评估集上达到91.13%的分类准确率
高效微调
基于预训练ViT模型进行高效微调,仅需8个训练轮次
优化训练
使用混合精度训练和线性学习率调度器优化训练过程
模型能力
植物标本图像分类
高精度视觉识别
迁移学习应用
使用案例
植物学研究
植物标本自动分类
用于博物馆或研究机构的植物标本数字化分类
准确率达91.13%
教育应用
植物识别教学工具
可作为植物学教学的辅助识别工具
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