BEiT是一种基于图像变换器的视觉模型,采用类似BERT的自监督预训练方法,先在ImageNet-22k上预训练和微调,再在ImageNet-1k上微调。
下载量 28
发布时间 : 3/2/2022
模型简介
BEiT模型通过自监督学习在ImageNet-22k数据集上进行预训练,能够有效捕捉图像特征,适用于各种图像分类任务。
模型特点
自监督预训练
采用类似BERT的自监督学习方法,无需大量标注数据即可进行有效预训练。
双阶段微调
先在ImageNet-22k数据集上微调,再在ImageNet-1k上进一步微调,提高模型性能。
图像变换器架构
基于Transformer的架构,能够有效捕捉图像中的全局和局部特征。
模型能力
图像特征提取
图像分类
视觉表示学习
使用案例
计算机视觉
通用图像分类
对自然图像进行分类,识别图像中的主要对象或场景。
在ImageNet等标准数据集上取得良好性能
视觉特征提取
作为其他视觉任务的基础特征提取器。
可用于目标检测、图像分割等下游任务
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