基于Google Vision Transformer (ViT)微调的宠物品种分类模型，在Oxford-IIIT宠物数据集上达到94.45%准确率

基于Google Vision Transformer (ViT)架构的图像分类模型，专门针对beans数据集进行微调

基于Google Vision Transformer (ViT)架构微调的番茄叶片病害分类模型，在评估集上准确率达99.67%

基于Google的ViT模型微调，用于猫情绪分类的图像分类模型

基于Google的ViT基础模型在BrainMRI数据集上微调的图像分类模型

基于Vision Transformer微调的图像分类模型，用于检测AI生成图像中的解剖结构异常和真实感差异

该模型是基于Google的ViT-base-patch16-224在图像文件夹数据集上微调的图像分类模型，验证集准确率达89.21%。

基于Google的ViT模型微调的情感图像分类模型，在验证集上准确率达到59.38%。

基于Google的ViT模型微调，用于住宿房间图像分类，验证集准确率达87.5%

基于Google的ViT模型在cats_vs_dogs数据集上微调的图像分类模型，用于区分猫和狗的图像。

基于Google的ViT模型微调，用于粪便图像分类，准确率达94.17%

基于Google的ViT模型在宝可梦分类数据集上微调的图像分类模型

基于google/vit-base-patch16-224微调的视觉模型，在评估集上F1分数达到0.9931

基于Google Vision Transformer架构的图像分类模型，专为内容审核任务微调，在测试集上达到90.43%准确率

基于google/vit-base-patch16-224-in21k微调的图像分类模型，适用于植物分类任务

基于ViT架构的植物图像分类模型，在未知数据集上微调后达到99.95%的验证准确率

基于Google的ViT模型在beans数据集上微调的高精度图像分类模型

该模型是基于Google的ViT-base模型在胸部X光分类数据集上微调的版本，用于医学影像分析。

基于Google的ViT模型在花卉图像数据集上微调的视觉Transformer模型

基于google/vit-base-patch16-224微调的视觉Transformer模型，适用于图像分类任务

该模型是基于Google的ViT-base-patch16-224在花卉图像数据集上微调的视觉Transformer模型，适用于图像分类任务。

基于Google的ViT模型微调版本，在图像分类任务上达到99.4%的验证准确率

基于google/vit-base-patch16-224微调的视觉模型，具体用途未明确说明

基于Google Vision Transformer(ViT)架构微调的豆类叶片疾病分类模型

基于ViT架构的图像分类模型，在游戏广告数据集上微调

基于ViT架构的肺炎检测模型，在胸部X光分类数据集上微调，准确率达97.68%

基于Google的ViT模型在花卉图像数据集上微调的视觉Transformer模型，适用于图像分类任务。

基于Google的ViT模型在花卉图像数据集上微调的视觉Transformer模型

基于Vision Transformer架构的番茄病害图像分类模型，在评估集上达到99.18%的准确率

基于Google Vision Transformer (ViT)架构的番茄病害图像分类模型，准确率达98.87%

这是一个基于google/vit-base-patch16-224-in21k微调的图像分类模型，专门用于植物幼苗分类任务，在测试集上达到了95.67%的准确率。

该模型是基于Google的ViT架构在beans数据集上微调的图像分类模型，在验证集上达到了97.74%的准确率。

这是一个基于ViT架构的医学图像分类模型，专门用于乳房成分分析，在预处理1024配置数据集上微调。

基于Vision Transformer架构的图像分类模型，针对BIRADS分类任务进行了微调

基于ViT架构的艺术风格分类模型，可识别输入图像的艺术风格类别

该模型是基于Google的ViT-base架构在beans数据集上微调的图像分类模型，准确率达97.74%

基于Google Vision Transformer (ViT)架构的预训练模型，在EuroSat数据集上进行了微调，适用于遥感图像分类任务。

基于Google的ViT模型在自定义图像数据集上微调的视觉Transformer模型，评估准确率达97.7%

基于ViT架构的图像分类模型，在FER2013数据集上微调，用于面部表情识别任务。

基于Google的ViT模型微调的面部表情识别模型，在FER2013数据集上训练，准确率达70.22%。