基于ViT架构的NSFW图像分类模型，通过监督学习在ImageNet-21k数据集上预训练，并在80,000张图像上微调，用于区分正常和NSFW内容。

基于Vision Transformer架构的图像分类模型，在ImageNet-21k数据集上预训练，适用于多类别图像分类任务

基于DINOv2方法训练的小尺寸视觉Transformer模型，通过自监督学习提取图像特征

基于ImageNet-21k预训练和ImageNet微调的视觉变换器模型，用于图像分类任务

基于ImageNet-21k数据集预训练的视觉Transformer模型，用于图像分类任务。

基于DINOv2方法训练的视觉Transformer模型，通过自监督学习提取图像特征

一个基于PyTorch和HuggingPics构建的图像分类模型，用于识别图像中的性别

基于Vision Transformer (ViT)架构的图像分类模型，专门用于检测图像是否包含NSFW（不安全）内容。

混合视觉变换器（ViT）模型结合了卷积网络和Transformer架构，用于图像分类任务，在ImageNet上表现出色。

这是一个基于PyTorch框架和HuggingPics工具生成的图像分类模型，专门用于性别分类任务。