
CLIP-ViT-L-14模型实现高效零样本图像分类和检索

使用Single-Path NAS技术设计的轻量级图像分类模型

GhostNet轻量级图像分类模型实现高效特征提取

CaiT图像分类模型:ImageNet-1k预训练的类注意力转换器

CSP-DarkNet架构的图像分类和特征提取模型

MNasNet轻量级移动端图像分类模型

BEiT模型:基于ImageNet数据集的高效图像分类与特征提取

VoVNet-v2轻量级图像分类模型 兼顾性能与能效

VGG19架构的ImageNet预训练图像分类模型

ConvNeXt微型模型基于ImageNet-12k预训练和ImageNet-1k微调

高效压缩CLIP模型的跨模态蒸馏方法

融合CNN和ViT优势的创新图像分类模型

Swin Transformer: 基于移位窗口的层级视觉模型

CLIP-ViT:基于Transformers的零样本图像分类模型

ConvNeXt-V2图像分类模型 FCMAE预训练与ImageNet微调

EfficientNet-v2图像分类模型 基于双重ImageNet数据集训练

改进CLIP的多模态预训练模型SigLIP

基于ViT的胸部X光肺炎分类模型

视觉友好型Transformer图像分类模型

深度残差学习实现图像识别突破
最新AI工具、AI资讯
独家AI资源、AI项目落地
