Модель - это трансформатор зрения (ViT), предназначенный для обнаружения и классификации военных самолетов на изображениях. Она была обучена на наборе данных, содержащем изображения 43 различных типов самолетов, включая такие модели, как A-10, F-16 и B-52. Модель предназначена для таких приложений, как военное наблюдение и распознавание объектов. Показатели оценки указывают на общую точность примерно 60,8%, с различной производительностью для различных классов самолетов.