Spatial Pyramid Matching
Keine Schätzung
Keine Hardwareanforderungen für dieses Modell
Die Gewichte für dieses Modell wurden nicht veröffentlicht, daher kann es nicht heruntergeladen oder auf Ihrer eigenen Hardware in beliebiger Größe betrieben werden. Es ist nur über seinen Anbieter erreichbar, und keine Grafikkarte ändert das..
Aufgezeichnet
Volle Spezifikation
Alles, was in unserer Datenbank für dieses Modell aufgezeichnet ist. Der Großteil beschreibt, wie es trainiert wurde, anstatt wie es läuft — nützlicher Kontext zur Beurteilung, wie viel Arbeit darin steckt und wie es sich mit Modellen vergleicht, die in einem anderen Maßstab erstellt wurden..
Ursprung
Wer hat dieses Modell gebaut, wo und wann es veröffentlicht wurde.
- Organisation
- INRIA,University of Illinois Urbana-Champaign (UIUC),Ecole Normale Supèrieure
- Organisationsart
- Academia,Academia,Academia
- Land
- France, United States of America
- Veröffentlicht
- 17 June 2006
- Autoren
- S Lazebnik, C Schmid, J Ponce
Was es tut
Die Problemfelder, für die das Modell entwickelt wurde. Ein Modell kann mehrere davon tragen.
- Domain
- Vision
- Aufgabe
- Image classification
Größe
Wie groß das Modell ist und wie viele Daten damit trainiert wurden. Parameter sind die Zahl, die entscheidet, ob es auf einer bestimmten GPU-Karte passt.
- Trainingsdaten
- 3,030 tokens
Wie es klassifiziert ist
Labels, die das Quell-Datenset anwendet, wenn bemerkenswerte Modelle verfolgt werden, und wie zuversichtlich es in den Eintrag ist.
- Warum es verfolgt wird
- Highly cited
- Aufzeichnungsgenauigkeit
- Unknown
- Zitationen
- 9,807
Quellen
Woher dieser Datensatz stammt und wann er zuletzt überprüft wurde.
- Referenz
- Beyond Bags of Features: Spatial Pyramid Matching for Recognizing Natural Scene Categories
- Zuletzt aktualisiert
- 28 November 2025
Was die Zahlen bedeuten
Hintergrund
Spatial Pyramid Matching wurde veröffentlicht von INRIA,University of Illinois Urbana-Champaign (UIUC),Ecole Normale Supèrieure, im Land aufgezeichnet als France, während June 2006. Die veröffentlichende Organisation ist als academia,Academia,Academia.
Es funktioniert im Bereich von Vision, und wird als die Aufgabe von aufgezeichnet image classification.
Dies ist ein geschlossenes Modell: die trainierten Werte blieben bei demjenigen, der sie erzeugt hat, und es gibt keine lokale Version zum Ausführen.
Was in den Aufbau geflossen ist
Training verbrauchte ein Korpus von etwa 3,030 Text-Tokens
Es wird aus einem bestimmten Grund im zugrunde liegenden Datensatz verfolgt: highly cited.
Antworten
Spatial Pyramid Matching — Häufige Fragen
Spatial Pyramid Matching— Wofür wird es verwendet?
Es funktioniert im Bereich von Vision, und wird als Bewältigung der Aufgabe von image classification. Ein Modell kann mehrere von jedem tragen, daher sind dies die Bereiche, für die es gebaut wurde, anstatt eine Begrenzung dafür, was es versuchen wird.
Spatial Pyramid Matching— Welche GPU benötige ich, um es auszuführen?
Dieses ist ein geschlossenes Modell — seine Gewichte wurden nie veröffentlicht, sodass es zu keinem Preis heruntergeladen oder auf Ihrer eigenen Hardware ausgeführt werden kann. Es ist nur über seinen Anbieter erreichbar.
Spatial Pyramid Matching— Ist es Open-Source?
Die Lizenzierung wurde nie in unseren Quelldaten aufgezeichnet. Wir behandeln nicht angegebene Lizenzen als geschlossen, da eine nicht aufgezeichnete Lizenz keine ist, auf die man sich verlassen kann.
Spatial Pyramid Matching— Wie viele Parameter hat es?
Es wurden keine Parameteranzahlen veröffentlicht, weshalb keine Speicher- oder Geschwindigkeitsangaben auf dieser Seite erscheinen.
Spatial Pyramid Matching— Wer hat es erstellt?
Es wurde veröffentlicht von INRIA,University of Illinois Urbana-Champaign (UIUC),Ecole Normale Supèrieure, basiert auf France, eine als kategorisierte Organisation academia,Academia,Academia.
Spatial Pyramid Matching— Wann wurde es veröffentlicht?
Es wurde veröffentlicht in June 2006. Die Fähigkeit pro Parameter hat sich erheblich verbessert, sodass ein neueres Modell derselben Größe oft die bessere Nutzung derselben Hardware darstellt.
Die andere Richtung
Von der anderen Seite aus betrachten?
Diese Seite beginnt mit dem Modell. Wenn Sie bereits eine Karte besitzen und alles wissen möchten, was sie ausführen wird, Starte stattdessen von der Hardware.