基于Google Vision Transformer架构,在EuroSat数据集上微调的高精度遥感图像分类模型
下载量 28
发布时间 : 3/2/2022
模型简介
该模型是基于Vision Transformer (ViT)架构的图像分类模型,专门针对EuroSat遥感图像数据集进行微调,可实现高达99.06%的分类准确率。
模型特点
高精度分类
在EuroSat测试集上达到99.06%的准确率和100%的前三准确率
基于ViT架构
采用Vision Transformer架构,具有强大的图像特征提取能力
高效训练
仅需5个训练轮次即可达到接近完美的分类性能
模型能力
遥感图像分类
多类别图像识别
高精度场景分类
使用案例
遥感分析
土地利用分类
对卫星图像中的不同土地类型进行分类识别
可准确识别10种不同土地类型
环境监测
监测森林、农田、水域等环境要素的变化
地理信息系统
地图标注自动化
自动识别和标注卫星图像中的地理特征
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