S

Skincare Detection

由 tuphamdf 开发
基于Google的ViT架构微调的图像分类模型,用于护肤品检测任务,验证准确率达86.48%
下载量 409
发布时间 : 3/1/2024
模型介绍
内容详情
替代品

模型简介

该模型是基于Vision Transformer (ViT)架构的微调版本,专门用于护肤品相关的图像分类任务。在评估集上表现出较高的分类准确率。

模型特点

高准确率
在评估集上达到86.48%的分类准确率
基于ViT架构
采用Vision Transformer架构,具有强大的图像特征提取能力
高效微调
基于预训练模型进行微调,训练效率高

模型能力

护肤品图像分类
视觉特征提取
多类别图像识别

使用案例

美容护肤
护肤品自动分类
自动识别和分类不同类型的护肤品
准确率86.48%
零售商品识别
用于零售场景中的商品自动识别和分类
质量控制
产品包装检测
检测护肤品包装是否正确