AIbase

ViT视觉模型
Clothes Image Detection
Apache-2.0
基于Vision Transformer(ViT)的服装图像分类模型，准确率约78%
图像分类
Transformers
C
dima806
412
2
Crop Disease Model 1
Apache-2.0
基于Google Vision Transformer (ViT) 架构微调的作物病害识别模型，准确率70%
图像分类
Transformers
C
vishnun0027
50
2
Skincare Detection
Apache-2.0
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%
图像分类
Transformers
S
tuphamdf
409
1
30 Plant Types Image Detection
Apache-2.0
这是一个基于Vision Transformer (ViT)架构的图像分类模型，能够准确识别30种不同类型的植物，平均准确率达到93%。
图像分类
Transformers
3
dima806
27
2
Beard Face Image Detection
Apache-2.0
该模型使用Google的ViT-base架构，通过面部图像预测是否存在胡须，在测试集上达到100%准确率。
人脸相关
Transformers
B
dima806
254
2
Vit Diabetic Retinopathy Classification
Apache-2.0
基于Vision Transformer (ViT)架构的糖尿病视网膜病变分类模型，在评估集上达到72.87%的准确率
图像分类
Transformers
V
Kontawat
197
3
Vit Base Xray Pneumonia Lcbsi
Apache-2.0
基于ViT架构的X光肺炎检测模型，在特定数据集上微调后准确率达97.73%
图像分类
Transformers
V
polejowska
28
0