S

Swin Tiny Patch4 Window7 224 Finetuned Cifar10

由 nielsr 开发
该模型是基于Swin Transformer Tiny架构在CIFAR-10数据集上微调的图像分类模型,准确率达97.89%。
下载量 26
发布时间 : 4/11/2022
模型介绍
内容详情
替代品

模型简介

这是一个基于Swin Transformer Tiny架构的视觉Transformer模型,专门用于图像分类任务。通过在CIFAR-10数据集上微调,该模型能够高效准确地识别10类常见物体。

模型特点

高准确率
在CIFAR-10测试集上达到97.89%的分类准确率
高效架构
基于Swin Transformer的轻量级架构,平衡了计算效率和模型性能
迁移学习
通过在大规模数据集上预训练后微调,适应特定分类任务

模型能力

图像分类
物体识别
特征提取

使用案例

计算机视觉
物体分类系统
用于构建自动识别常见物体的分类系统
在CIFAR-10数据集上达到97.89%准确率
教育工具
可作为教学演示模型展示深度学习图像分类能力