SangjeHwang
google/vit-base-patch16-224-in21kをbeansデータセットでファインチューニングしたVision Transformerモデル、画像分類タスク用
HieuVo
Google Vision Transformer (ViT)アーキテクチャに基づく画像分類モデルで、beansデータセットに特化してファインチューニングされています
jmrv002
GoogleのViTモデルをbeansデータセットで微調整した高精度画像分類モデル
platzi
これはGoogleのViTモデルをbeansデータセットでファインチューニングした画像分類モデルで、検証セットで98.5%の精度を達成しました。
leejw51
このモデルはGoogleのViT-baseモデルをbeansデータセットでファインチューニングした画像分類モデルで、精度は98.5%です。
osarez-group
このモデルはGoogleのViTアーキテクチャをbeansデータセットで微調整した画像分類モデルで、検証セットで97.74%の精度を達成しました。
yuchengt
このモデルはGoogleのViT-baseアーキテクチャをbeansデータセットでファインチューニングした画像分類モデルで、精度は97.74%を達成
このモデルはGoogleのViT-base-patch16-224-in21kをbeansデータセットでファインチューニングした画像分類モデルで、検証セットの精度は98.5%を達成しています。
GoogleのViTモデルをbeansデータセットでファインチューニングした高精度画像分類モデル
tadeous
このモデルはGoogleのViT-base-patch16-224-in21kをbeansデータセットでファインチューニングした画像分類モデルで、精度は98.5%です。
fernando232s
GoogleのViTモデルをbeansデータセットで微調整した画像分類モデルで、精度は97.74%
このモデルはGoogleのViTアーキテクチャをbeansデータセットで微調整した画像分類モデルで、精度は97.74%を達成しています。
naveensb8182
このモデルはGoogleのViTアーキテクチャをbeansデータセットでファインチューニングした画像分類モデルで、精度は97.74%です。
これはGoogleのViTモデルをbeansデータセットで微調整した画像分類モデルで、精度は98.5%に達します。
julenalvaro
ViTアーキテクチャに基づく豆類葉病害分類モデル、beansデータセットで微調整され、精度99.25%を達成
simlaharma
GoogleのViTモデルをbeansデータセットで微調整した画像分類モデルで、精度は96.99%を達成
JuandaBula
GoogleのViTモデルをbeansデータセットで微調整した画像分類モデルで、豆類の葉の健康状態を識別するために使用されます
amy-why
GoogleのViTベースモデルをbeansデータセットで微調整した画像分類モデルで、精度は98.5%
jeraldflowers
このモデルはGoogleのViTアーキテクチャをbeansデータセットでファインチューニングした画像分類モデルで、豆類植物の健康状態を識別するために使用されます。
Beanquery MCPは、Model Context Protocol（MCP）の実験的なサーバー実装で、Beancount台帳ファイルとやり取りし、BQLクエリ言語とbeanqueryツールを通じて財務データのクエリと分析を実現します。
BeancountベースのMCPサービスで、台帳クエリの実行とトランザクションの送信をサポートします
%20--%3e%3cdefs%3e%3cstyle%3e%20.st0%20{%20fill:%20%23061b40;%20}%20.st1%20{%20fill:%20%23306af1;%20}%20.st2%20{%20fill:%20%235ce5cf;%20}%20%3c/style%3e%3c/defs%3e%3cg%3e%3cpath%20class='st0'%20d='M55,10.5h9v3h-9v9h12V7.5h-12v3ZM64,19.5h-6v-3h6v3Z'/%3e%3cpolygon%20class='st0'%20points='69%2016.5%2078%2016.5%2078%2019.5%2069%2019.5%2069%2022.5%2081%2022.5%2081%2013.5%2072%2013.5%2072%2010.5%2081%2010.5%2081%207.5%2069%207.5%2069%2016.5'/%3e%3cpolygon%20class='st0'%20points='95%2010.5%2095%207.5%2083%207.5%2083%2022.5%2095%2022.5%2095%2019.5%2086%2019.5%2086%2016.5%2095%2016.5%2095%2013.5%2086%2013.5%2086%2010.5%2095%2010.5'/%3e%3cpath%20class='st0'%20d='M40,1.5v21h11.6l1.4-1.4v-7.6h0c0,0-1.4-1.5-1.4-1.5l1.4-1.4V2.9l-1.4-1.4h-11.6ZM50,19.5h-7v-6h7v6ZM50,10.5h-7v-6h7v6Z'/%3e%3c/g%3e%3cpath%20class='st1'%20d='M23.1,24L14.7,4.8l-4.9,11.2h3.8l-1.8,4H3.3L12.1,0H2C.9,0,0,.9,0,2v20c0,1.1.9,2,2,2h21.1Z'/%3e%3cpath%20class='st2'%20d='M34,0h-16.8l10.6,24h6.2c1.1,0,2-.9,2-2V2C36,.9,35.1,0,34,0ZM32.5,20h-4V4h4v16Z'/%3e%3c/svg%3e)
