Medai Resnet50 Brain
模型简介
ResNet-50 是一种经典的卷积神经网络架构,通过残差连接解决了深度网络中的梯度消失问题,适用于图像分类任务。
模型特点
残差连接
通过残差连接有效解决了深度网络中的梯度消失问题,使得网络可以更深且更容易训练。
高性能
在多个图像分类基准数据集上表现出色,如ImageNet。
广泛适用
适用于多种图像分类任务,包括但不限于物体识别、场景分类等。
模型能力
图像分类
物体识别
特征提取
使用案例
计算机视觉
ImageNet分类
在ImageNet数据集上进行1000类别的图像分类。
Top-1准确率约76%,Top-5准确率约93%。
医学图像分析
用于医学影像中的病灶检测和分类。
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
智启未来,您的人工智能解决方案智库
简体中文