AIbase

E

Exper Batch 32 E4

由 sudo-s 开发
该模型是基于google/vit-base-patch16-224-in21k在sudo-s/herbier_mesuem1数据集上微调的图像分类模型，在评估集上取得了90.67%的准确率。
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 31
发布时间 : 6/26/2022
模型介绍
内容详情
替代品

模型简介

这是一个基于Vision Transformer (ViT)架构的图像分类模型，专门针对特定数据集进行了微调。

模型特点

高准确率
在评估集上达到了90.67%的分类准确率
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
仅需4个训练轮次即可达到良好性能

模型能力

图像分类
特征提取

使用案例

植物识别
植物标本分类
可用于博物馆或研究机构的植物标本自动分类
准确率达到90.67%
图像分析
图像内容识别
可用于识别图像中的特定类别内容