コンテンツ制作
#image
cv-classification
Best practices for image classification tasks. Use when working on CIFAR, ImageNet, or other classification benchmarks.
DeepseekModel
キュレーション済みスキル
品質 優秀 · 90
v1.0.0
取得
https://deepseekmodel.com/api/download.php?id=aiming-lab-autoresearchclaw-researchclaw-skills-builtin-domain-cv-classification-skill-md&format=skill
ダウンロード .skill
標準形式。system_prompt と model_config を収録し、任意の Agent で利用可能
.skill ファイルの system_prompt フィールドの実際の内容。
name cv-classification description Best practices for image classification tasks. Use when working on CIFAR, ImageNet, or other classification benchmarks. metadata {"category":"domain","trigger-keywords":"classification,image,cifar,imagenet,resnet,vision,cnn,vit","applicable-stages":"9,10","priority":"3","version":"1.0","author":"researchclaw","references":"He et al., Deep Residual Learning, CVPR 2016; Dosovitskiy et al., An Image is Worth 16x16 Words, ICLR 2021"} Image Classification Best Practice Architecture selection: Small scale (CIFAR-10/100): ResNet-18/34, WideResNet, Simple ViT Medium scale: ResNet-50, EfficientNet-B0/B1, DeiT-Small Large scale: ViT-B/16, ConvNeXt, Swin Transformer Training recipe: Optimizer: AdamW (lr=1e-3 to 3e-4) or SGD (lr=0.1 with cosine decay) Weight decay: 0.01-0.1 for AdamW, 5e-4 for SGD Data augmentation: RandomCrop, RandomHorizontalFlip, Cutout/CutMix Warmup: 5-10 epochs linear warmup for transformers Batch size: 128-256 for CNNs, 512-1024 for ViTs (if memory allows) Standard benchmarks: CIFAR-10: ~96% (ResNet-18), ~97% (WideResNet) CIFAR-100: ~80% (ResNet-18), ~84% (WideResNet) ImageNet: ~76% (ResNet-50), ~81% (ViT-B/16)
このスキルを起動するキーワード。クリックでコピーできます。
このスキルにはトリガーワードがありません。
ダウンロードした .skill に含まれるフィールド。
| フィールド | 説明 |
|---|---|
| format | フォーマット識別子（skill/v1） |
| skill_id | スキル固有 ID |
| name | スキル名 |
| version | バージョン |
| description | 説明 |
| category | カテゴリ（配列） |
| trigger_words | トリガーワード |
| tags | タグ |
| source | ソース |
| source_url | ソース URL（本ページ） |
| exported_at | エクスポート日時（ダウンロード毎） |
| system_prompt | システムプロンプト本文 |
| model_config | モデル設定：provider / model / temperature / max_tokens / top_p |
| examples | サンプル |
| install_guide | 各プラットフォームの導入説明（Coze / Dify / Claude / カスタム） |
