AIbase

高参数量模型
Vit Large Patch16 224.orig In21k
Apache-2.0
基于Vision Transformer（ViT）的图像分类模型，由Google Research在JAX框架下使用ImageNet-21k预训练，后移植到PyTorch。
图像分类
Transformers
V
timm
584
2
Vit Base Patch32 224.orig In21k
Apache-2.0
基于Vision Transformer (ViT)的图像分类模型，在ImageNet-21k上预训练，适用于特征提取和微调场景。
图像分类
Transformers
V
timm
438
0
Vit Base Patch16 224.orig In21k
Apache-2.0
基于Vision Transformer的图像分类模型，在ImageNet-21k上预训练，适用于特征提取和微调
图像分类
Transformers
V
timm
23.07k
1
Focalnet Huge Fl4.ms In22k
MIT
FocalNet是一个基于焦点调制网络的图像分类模型，由微软团队在ImageNet-22k数据集上预训练完成。
图像分类
Transformers
F
timm
103
0
Convnextv2 Base.fcmae
基于ConvNeXt-V2的自监督特征表示模型，采用全卷积掩码自编码器框架(FCMAE)进行预训练
图像分类
Transformers
C
timm
629
1
Vit Large Patch32 224.orig In21k
Apache-2.0
基于Vision Transformer (ViT)架构的图像分类模型，在ImageNet-21k数据集上预训练，适用于特征提取和微调场景。
图像分类
Transformers
V
timm
771
0