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
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