基于Google的ViT模型微调的手稿图像分类模型,在评估集上F1分数达到0.5996
下载量 25
发布时间 : 3/2/2022
模型简介
该模型是基于Google的ViT-base架构微调的视觉Transformer模型,专门用于手稿图像的分类任务。
模型特点
基于ViT架构
使用Vision Transformer架构,适合处理图像数据
微调优化
在特定数据集上微调,针对手稿图像分类任务优化
中等性能
在评估集上F1分数达到0.5996
模型能力
图像分类
手稿图像识别
使用案例
数字人文
古籍手稿分类
对古籍手稿图像进行分类识别
F1分数0.5996
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