V
Vit Base Cats Vs Dogs
由 ismgar01 开发
基于ViT架构的猫狗图像分类模型,在cats_vs_dogs数据集上微调,准确率达99.37%
下载量 22
发布时间 : 3/2/2022
模型简介
该模型是基于Google的ViT-base-patch16-224-in21k预训练模型,在cats_vs_dogs数据集上进行微调得到的图像分类模型,专门用于区分猫和狗的图片。
模型特点
高准确率
在cats_vs_dogs测试集上达到99.37%的分类准确率
基于ViT架构
使用Vision Transformer(ViT)架构,具有强大的图像特征提取能力
轻量级微调
基于预训练模型进行微调,仅需少量训练数据即可获得优异性能
模型能力
图像分类
猫狗识别
视觉特征提取
使用案例
宠物识别
宠物照片分类
自动识别照片中的动物是猫还是狗
分类准确率99.37%
宠物应用集成
可集成到宠物相关应用中提供自动分类功能
教育演示
机器学习教学
作为计算机视觉和迁移学习的教学案例
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