精选图像分类AI工具和开源项目合集 | 提供多样化选择

CLIP-ViT-L-14-laion2B-s32B-b82K

CLIP-ViT-L-14-laion2B-s32B-b82K

CLIP模型

CLIP-ViT-L-14模型实现高效零样本图像分类和检索

spnasnet_100.rmsp_in1k

spnasnet_100.rmsp_in1k

SPNasNetImageNet

使用Single-Path NAS技术设计的轻量级图像分类模型

ghostnet_100.in1k

ghostnet_100.in1k

模型图像分类

GhostNet轻量级图像分类模型实现高效特征提取

cait_m36_384.fb_dist_in1k

cait_m36_384.fb_dist_in1k

图像转换器Github

CaiT图像分类模型:ImageNet-1k预训练的类注意力转换器

cspdarknet53.ra_in1k

cspdarknet53.ra_in1k

CSPDarkNetHuggingface

CSP-DarkNet架构的图像分类和特征提取模型

mnasnet_100.rmsp_in1k

mnasnet_100.rmsp_in1k

模型MNasNet

MNasNet轻量级移动端图像分类模型

beit_base_patch16_224.in22k_ft_in22k_in1k

beit_base_patch16_224.in22k_ft_in22k_in1k

ImageNet模型

BEiT模型:基于ImageNet数据集的高效图像分类与特征提取

ese_vovnet19b_dw.ra_in1k

ese_vovnet19b_dw.ra_in1k

模型VoVNet

VoVNet-v2轻量级图像分类模型 兼顾性能与能效

vgg19_bn.tv_in1k

vgg19_bn.tv_in1k

模型VGG

VGG19架构的ImageNet预训练图像分类模型

convnext_tiny.in12k_ft_in1k

convnext_tiny.in12k_ft_in1k

模型预训练模型

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

TinyCLIP-ViT-8M-16-Text-3M-YFCC15M

TinyCLIP-ViT-8M-16-Text-3M-YFCC15M

CLIP跨模态蒸馏

高效压缩CLIP模型的跨模态蒸馏方法

cvt-13

cvt-13

模型CvT

融合CNN和ViT优势的创新图像分类模型

swin_tiny_patch4_window7_224.ms_in1k

swin_tiny_patch4_window7_224.ms_in1k

ImageNet模型

Swin Transformer: 基于移位窗口的层级视觉模型

clip-vit-base-patch16

clip-vit-base-patch16

模型开源项目

CLIP-ViT:基于Transformers的零样本图像分类模型

convnextv2_tiny.fcmae_ft_in22k_in1k

convnextv2_tiny.fcmae_ft_in22k_in1k

ConvNeXt-V2模型

ConvNeXt-V2图像分类模型 FCMAE预训练与ImageNet微调

tf_efficientnetv2_s.in21k_ft_in1k

tf_efficientnetv2_s.in21k_ft_in1k

模型EfficientNet-v2

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

siglip-base-patch16-256

siglip-base-patch16-256

多模态模型SigLIP

改进CLIP的多模态预训练模型SigLIP

vit-xray-pneumonia-classification

vit-xray-pneumonia-classification

模型图像分类

基于ViT的胸部X光肺炎分类模型

visformer_small.in1k

visformer_small.in1k

模型图像分类

视觉友好型Transformer图像分类模型

resnet-18

resnet-18

模型Github

深度残差学习实现图像识别突破