AIbase

E

Exper Batch 16 E4

由 sudo-s 开发
基于google/vit-base-patch16-224-in21k在sudo-s/herbier_mesuem1数据集上微调的图像分类模型，准确率达90.59%
图像分类
Transformers
开源协议:Apache-2.0#植物图像分类#高准确率#ViT微调
下载量 30
发布时间 : 6/26/2022
模型介绍
内容详情
替代品

模型简介

该模型是基于Vision Transformer (ViT)架构的图像分类模型，在特定数据集上进行了微调，主要用于图像分类任务。

模型特点

高准确率
在评估集上达到90.59%的准确率，表现优异
基于ViT架构
采用Vision Transformer架构，具有强大的图像特征提取能力
高效微调
在相对较少的训练轮次(4轮)内达到良好性能

模型能力

图像分类
特征提取

使用案例

植物学研究
植物标本分类
对植物标本图像进行分类识别
准确率90.59%
通用图像分类
通用物体识别
可用于各种物体的图像分类任务