Project Icon

resnet-152

深入解析ResNet-152在图像分类中的应用

ResNet-152 v1.5模型在ImageNet-1k上预训练,采用224x224分辨率,改进后的下采样策略提升了模型的准确性。该模型可用于图像分类,亦可在模型中心找到特定任务的微调版本。

mobilenetv3_large_100.ra_in1k - MobileNet-v3 轻量级高效图像分类模型
GithubHuggingfaceImageNet-1kMobileNet-v3timm图像分类开源项目模型特征提取
MobileNet-v3是一款针对移动设备优化的图像分类模型。它在ImageNet-1k数据集上训练,采用RandAugment增强技术和RMSProp优化器。模型参数仅5.5M,计算量0.2 GMACs,支持224x224像素输入。除图像分类外,还可用于特征提取和生成图像嵌入,是资源受限环境下的理想选择。
vit-base-patch16-224 - Vision Transformer图像分类模型在ImageNet数据集上的应用
GithubHuggingfaceImageNetVision Transformer图像分类开源项目机器学习模型神经网络
vit-base-patch16-224是一个基于Vision Transformer架构的图像分类模型,在ImageNet-21k数据集上预训练并在ImageNet 2012上微调。该模型采用16x16像素的图像分块和序列化处理方法,可高效处理224x224分辨率的图像。在多个图像分类基准测试中,vit-base-patch16-224展现出较好的性能,为计算机视觉任务提供了一种基于Transformer的新方案。
vit-large-patch32-384 - 基于Transformer架构的大规模图像分类模型
GithubHuggingfaceImageNetVision Transformer图像分类开源项目模型深度学习计算机视觉
Vision Transformer (ViT) 是一个基于Transformer架构的大型视觉模型,在ImageNet-21k数据集上预训练,并在ImageNet 2012数据集上微调。模型采用图像分块和序列化处理方法,支持384x384分辨率的输入。ViT在多个图像分类基准测试中表现优异,可用于图像分类、特征提取等计算机视觉任务。该模型支持PyTorch框架,适合研究人员和开发者使用。
mobilevitv2_075.cvnets_in1k - MobileViT-v2:高效的移动视觉变换器图像分类解决方案
GithubHuggingfaceImageNet-1kMobileViT-v2Separable Self-attention图像分类开源项目模型特征提取
MobileViT-v2是一个高效的移动视觉变换器模型,利用分离自注意力机制优化了图像分类与特征提取。经过ImageNet-1k数据集训练,该模型适配多种计算机视觉任务。模型规格包括2.9M参数和1.1 GMAC,支持256x256图像输入。借助timm库,模型可轻松集成至移动设备的视觉处理应用中。
convnext_small.in12k_ft_in1k_384 - 高效的ConvNeXt图像分类与特征提取预训练模型介绍
ConvNeXtGithubHuggingfaceImageNettimm图像分类开源项目模型预训练
ConvNeXt图像分类模型,通过timm库在ImageNet-12k及ImageNet-1k上进行预训练与微调,提供图像特征提取与分类功能。支持TPU和8xGPU训练方式,适合大规模数据集处理。模型拥有50.2M参数和25.6 GMACs,支持384x384图像输入,并兼具特征图提取与图像嵌入功能,适用于高效图像处理需求。更多性能数据及结果可在timm库查阅。
inceptionnext - 结合Inception和ConvNeXt优势的高效图像识别模型
ConvNeXtGithubInceptionNeXt卷积神经网络图像分类开源项目深度学习
InceptionNeXt是一种创新的图像识别模型,融合了Inception的设计理念和ConvNeXt的架构。通过分解大型深度卷积核,该模型在速度和准确率方面取得了平衡,达到了ResNet-50的速度和ConvNeXt-T的精度。在ImageNet数据集上,InceptionNeXt展现出卓越性能,推动了计算机视觉领域的发展。研究团队提供了多种规模的预训练模型,适用于不同的应用场景。
vit_base_patch16_224.augreg_in21k - 基于ImageNet-21k训练的Vision Transformer图像分类模型
GithubHuggingfaceImageNet-21kVision Transformertimm图像分类开源项目模型模型嵌入
这是一个基于Vision Transformer架构的图像分类模型,在ImageNet-21k数据集上训练。模型采用额外的数据增强和正则化技术,参数量1.026亿,处理224x224像素图像。除图像分类外,还可用作特征提取器生成图像嵌入。基于PyTorch实现,提供简洁API,适用于多种计算机视觉任务。模型由Google Research开发,Ross Wightman将其移植到PyTorch。
tf_mobilenetv3_large_075.in1k - MobileNet-v3大规模图像分类与特征提取模型
GithubHuggingfaceImageNet-1kMobileNetV3图像分类开源项目模型深度学习特征图提取
该模型为MobileNet-v3图像分类模型,基于ImageNet-1k数据集在Tensorflow上训练,并由Ross Wightman移植至PyTorch实现。使用224x224图像,拥有4.0百万参数和0.2 GMACs的效率。提供代码示例,帮助实现图像分类、特征提取和图像嵌入。更详细的比较信息可于timm项目页面查阅。
convnextv2_large.fcmae - 用于图像特征提取的自监督卷积模型
ConvNeXt-V2GithubHuggingfaceImageNet-1k图像分类开源项目模型特征提取自监督学习
ConvNeXt-V2是一种运用全卷积掩码自动编码器框架进行预训练的自监督特征表示模型,适用于微调和特征提取。模型适用于图像分类、特征图提取和图像嵌入,具备较高的参数和计算效率,可在ImageNet-1k等大规模数据集上展现出色表现。通过timm库加载,模型提供了处理多种图像任务的灵活性与精确度,是计算机视觉领域的重要工具。
ffcv-imagenet - 高效ImageNet训练框架提升模型性能
GithubImageNetPyTorchResNetffcv开源项目深度学习
ffcv-imagenet是一个高效的ImageNet训练框架,采用单文件PyTorch脚本实现。该项目能在标准方法1/10的时间内达到相同精度,支持多GPU并行和多模型同时训练。框架提供丰富的配置选项,结合FFCV数据加载和优化训练流程,使研究人员能更快迭代实验并获得高质量模型。项目还包含多种预设配置,适用于不同的训练需求和硬件环境。
项目侧边栏1项目侧边栏2
推荐项目
Project Cover

豆包MarsCode

豆包 MarsCode 是一款革命性的编程助手,通过AI技术提供代码补全、单测生成、代码解释和智能问答等功能,支持100+编程语言,与主流编辑器无缝集成,显著提升开发效率和代码质量。

Project Cover

AI写歌

Suno AI是一个革命性的AI音乐创作平台,能在短短30秒内帮助用户创作出一首完整的歌曲。无论是寻找创作灵感还是需要快速制作音乐,Suno AI都是音乐爱好者和专业人士的理想选择。

Project Cover

有言AI

有言平台提供一站式AIGC视频创作解决方案,通过智能技术简化视频制作流程。无论是企业宣传还是个人分享,有言都能帮助用户快速、轻松地制作出专业级别的视频内容。

Project Cover

Kimi

Kimi AI助手提供多语言对话支持,能够阅读和理解用户上传的文件内容,解析网页信息,并结合搜索结果为用户提供详尽的答案。无论是日常咨询还是专业问题,Kimi都能以友好、专业的方式提供帮助。

Project Cover

阿里绘蛙

绘蛙是阿里巴巴集团推出的革命性AI电商营销平台。利用尖端人工智能技术,为商家提供一键生成商品图和营销文案的服务,显著提升内容创作效率和营销效果。适用于淘宝、天猫等电商平台,让商品第一时间被种草。

Project Cover

吐司

探索Tensor.Art平台的独特AI模型,免费访问各种图像生成与AI训练工具,从Stable Diffusion等基础模型开始,轻松实现创新图像生成。体验前沿的AI技术,推动个人和企业的创新发展。

Project Cover

SubCat字幕猫

SubCat字幕猫APP是一款创新的视频播放器,它将改变您观看视频的方式!SubCat结合了先进的人工智能技术,为您提供即时视频字幕翻译,无论是本地视频还是网络流媒体,让您轻松享受各种语言的内容。

Project Cover

美间AI

美间AI创意设计平台,利用前沿AI技术,为设计师和营销人员提供一站式设计解决方案。从智能海报到3D效果图,再到文案生成,美间让创意设计更简单、更高效。

Project Cover

稿定AI

稿定设计 是一个多功能的在线设计和创意平台,提供广泛的设计工具和资源,以满足不同用户的需求。从专业的图形设计师到普通用户,无论是进行图片处理、智能抠图、H5页面制作还是视频剪辑,稿定设计都能提供简单、高效的解决方案。该平台以其用户友好的界面和强大的功能集合,帮助用户轻松实现创意设计。

投诉举报邮箱: service@vectorlightyear.com
@2024 懂AI·鲁ICP备2024100362号-6·鲁公网安备37021002001498号