AIbase

数据增强优化
Facebook Detr Resnet 50 Finetuned 10k Cppe5 With Augs
Apache-2.0
基于facebook/detr-resnet-50在cppe-5数据集上微调的目标检测模型，专注于医疗防护装备检测
目标检测
Transformers
F
qubvel-hf
19
0
Accent Id Commonaccent Ecapa
MIT
该模型使用ECAPA-TDNN架构对英语语音进行16种口音分类，在CommonAccent数据集上训练，测试准确率达87%。
音频分类
英语
A
Jzuluaga
2,291
15
Vit Base Patch16 224 In21k Snacks
基于ImageNet-21k预训练的Vision Transformer模型，专门针对零食图像分类任务进行微调
图像分类
Transformers
V
matteopilotto
37
0
Wav2vec2 Large 100k Voxpopuli Ft Common Voice Plus TTS Dataset Plus Data Augmentation Portuguese
Apache-2.0
这是一个基于Facebook的Wav2vec2 Large 100k Voxpopuli模型，使用Common Voice 7.0和TTS葡萄牙语数据集进行微调，并应用了数据增强技术的葡萄牙语语音识别模型。
语音识别
Transformers
其他
W
Edresson
22
2
Wav2vec2 Large 100k Voxpopuli Ft Common Voice Plus TTS Dataset Plus Data Augmentation Russian
Apache-2.0
基于Facebook的Wav2vec2 Large 100k Voxpopuli模型，使用Common Voice 7.0、M-AILABS数据集及数据增强技术在俄语上进行微调的语音识别模型。
语音识别
Transformers
其他
W
Edresson
23
2