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BEiT架构的植物幼苗分类模型，在平衡数据集上微调，测试准确率达96%

该模型是基于Google的ViT-base-patch16-224-in21k在beans数据集上微调的图像分类模型，验证集准确率达98.5%。

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架构在beans数据集上微调的图像分类模型，准确率达97.74%。

这是一个基于Google的ViT模型在beans数据集上微调的图像分类模型，准确率达到98.5%。

基于Google的ViT基础模型在beans数据集上微调的图像分类模型，准确率达98.5%

基于Google的ViT模型在beans数据集上微调的图像分类模型，用于识别豆类叶片健康状况

这是一个基于PyTorch框架的图像分类模型，专门用于区分非洲侏儒山羊和尼日利亚矮山羊。