AI 模型广场

这是一个由 Falconsai 提供的轻量级图像分类模型，专门用于识别图片中的非安全内容（NSFW）。对于需要构建社区产品、社交应用或内容管理系统的开发者来说，它提供了一个低门槛的自动化审核方案。该模型上手极其简单，无需复杂的预处理即可快速...

这是一个轻量级的图像分类模型，专注于识别图片中的人物性别。对于需要快速处理用户头像、自动化标签分类或进行人口统计分析的开发者来说，它提供了一种低成本的自动化方案。该模型上手门槛极低，无需复杂的调优即可通过 API 或本地部署实现快速推理。相...

rorshark vit base 是一款基于 Vision Transformer (ViT) 架构的图像分类模型。不同于传统的卷积神经网络，它利用 Transformer 的全局注意力机制来捕捉图像特征，在处理复杂视觉模式时具有更强的泛...

这是一个基于 ViT-Base 视觉 Transformer 架构的图像内容过滤模型，专门用于识别图像中的非安全（NSFW）内容。它将图像分类为安全或非安全，适合集成在需要自动化审核的社区、社交平台或内容管理系统中。相比于传统的 CNN 模...

这款由 Freepik 提供的 NSFW 图像检测模型，旨在帮助开发者快速构建内容审核机制。它专注于识别图像中的非安全内容，将复杂的图像分类简化为简单的标签判定。对于需要处理用户上传图片、构建社区相册或管理素材库的中国开发者来说，这是一个低...

ViT-Base-Patch16-224 是由 Google 推出的视觉 Transformer 标杆模型。它打破了传统 CNN 的卷积结构，直接将图像分块（Patch）并像处理文本一样用 Transformer 架构来理解视觉信息。对于开...

ResNet50 是计算机视觉领域的经典基准模型，而 resnet50.a1 是由 timm 库提供的优化版本，在 ImageNet-1K 数据集上进行了精细调优。它通过残差连接解决了深层网络的梯度消失问题，在保持高效推理速度的同时，具备极...

ResNet18 是计算机视觉领域的经典基准模型，由 timm 库提供此版本。它通过引入残差连接解决了深层网络难以训练的梯度消失问题，在保证性能的同时极大地降低了计算开销。对于开发者而言，它是一个极佳的入门级图像分类模型，非常适合作为迁移学...

MobileNetV3 Small 是专为端侧设备设计的轻量级图像分类模型。该版本基于 timm 库提供，并在 ImageNet-1K 上进行了优化。它通过结合硬件感知网络架构搜索（NAS）和轻量级注意力机制，在极低计算开销下维持了不错的识...

这是一个基于 timm 库的轻量化 Vision Transformer (ViT) 模型。它采用了 Tiny 架构，并在 ImageNet-21K 大数据集上进行了预训练，最后在 ImageNet-1K 上完成了微调。该模型通过 AugR...

EfficientNet-B0 是计算机视觉领域经典的轻量化卷积神经网络，该版本基于 timm 库提供，并在 ImageNet-1K 数据集上进行了预训练。它通过平衡网络深度、宽度和分辨率，在保持极低计算量和参数规模的同时，实现了极具竞争力...

这是一个基于 TensorFlow 实现的 EfficientNetV2-S 图像分类模型。它在 ImageNet-21K 大规模数据集上进行了预训练，随后在 ImageNet-1K 上进行了微调（Fine-tuning），这意味着它具备极...

这是一个基于 ViT-Base 架构的图像分类预训练模型，由 timm 库提供。它采用了 8x8 的 Patch 分割尺寸，并在 ImageNet-21k 大规模数据集上进行了预训练，随后在 ImageNet-1k 上进行了微调。相比于标准...

ResNet-50 是计算机视觉领域的经典基准模型，由 timm 库提供该版本。它通过引入残差连接解决了深层网络难以训练的梯度消失问题，在 ImageNet-1K 数据集上表现稳健。对于开发者而言，它不仅是图像分类的可靠选择，更是迁移学习的...

ResNet-18 是计算机视觉领域最经典的轻量级残差网络之一。该版本由 timm 库提供，在 ImageNet-1k 数据集上进行了预训练，是许多开发者在尝试图像分类、特征提取或迁移学习时的首选“基准模型”。由于其参数量小、推理速度快且结...

ResNet-50 是计算机视觉领域的经典里程碑，由微软提出。它通过引入“残差连接”解决了深层网络难以训练的梯度消失问题，使得模型在增加深度提升精度时依然能保持高效收敛。对于中国开发者而言，它不仅是学习深度学习的必经之路，更是工业界最常用的...

FairFace Age Detection 是一款专注于人脸年龄预测的图像分类模型。与通用视觉模型不同，它在数据集构建上特别强调了族群多样性，旨在减少因人种差异导致的年龄估算偏差。该模型上手难度极低，非常适合开发者将其集成到用户画像分析、...