Модель - це трансформатор зору (ViT), призначений для виявлення та класифікації військових літаків на зображеннях. Вона була навчена на наборі даних, що містить зображення 43 різних типів літаків, включаючи такі моделі, як A-10, F-16 і B-52. Модель призначена для таких застосувань, як військове спостереження і розпізнавання об'єктів. Показники оцінки вказують на загальну точність приблизно 60,8%, з різною продуктивністю для різних класів літаків.