基于DETR架构的交通场景目标检测模型,在facebook/detr-resnet-50基础上微调
下载量 30
发布时间 : 12/8/2023
模型简介
该模型是基于DETR(Detection Transformer)架构的目标检测模型,专门针对道路交通场景进行了微调,能够检测交通场景中的各类目标物体。
模型特点
端到端目标检测
采用Transformer架构实现端到端的目标检测,无需复杂的后处理
交通场景优化
针对道路和交通场景进行了专门微调,适合车辆、行人等目标的检测
基于ResNet-50的特征提取
使用ResNet-50作为骨干网络,具有良好的特征提取能力
模型能力
图像中的目标检测
交通场景物体识别
多类别物体检测
使用案例
智能交通
交通监控
用于交通监控摄像头中的车辆和行人检测
自动驾驶感知
作为自动驾驶系统的感知模块,检测周围环境中的物体
城市管理
交通流量统计
统计道路上的车辆数量和类型
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