基于PaliGemma 3B 896分辨率权重微调的UI元素检测模型,专注于目标检测任务
下载量 43
发布时间 : 7/24/2024
模型简介
该模型在WaveUI数据集上微调,特别擅长UI元素检测,是构建智能体计划的重要组成部分
模型特点
高精度UI元素检测
在测试集上达到0.49的平均IoU,显著优于主流闭源模型
基于WaveUI数据集优化
使用约8万条标注UI元素的数据集进行专门训练
896高分辨率支持
基于896分辨率的PaliGemma模型微调,适合高精度检测需求
模型能力
UI元素检测
目标检测
视觉语言理解
使用案例
智能体开发
UI自动化测试
自动识别和定位应用界面中的UI元素
提高测试自动化效率和准确性
智能交互代理
为智能体提供界面元素识别能力
增强智能体与图形界面的交互能力
精选推荐AI模型
Llama 3 Typhoon V1.5x 8b Instruct
专为泰语设计的80亿参数指令模型,性能媲美GPT-3.5-turbo,优化了应用场景、检索增强生成、受限生成和推理任务
大型语言模型
Transformers

支持多种语言
L
scb10x
3,269
16
Cadet Tiny
Openrail
Cadet-Tiny是一个基于SODA数据集训练的超小型对话模型,专为边缘设备推理设计,体积仅为Cosmo-3B模型的2%左右。
对话系统
Transformers

英语
C
ToddGoldfarb
2,691
6
Roberta Base Chinese Extractive Qa
基于RoBERTa架构的中文抽取式问答模型,适用于从给定文本中提取答案的任务。
问答系统
中文
R
uer
2,694
98
AIbase是一个专注于MCP服务的平台,为AI开发者提供高质量的模型上下文协议服务,助力AI应用开发。
简体中文