Deformable Detr Box Finetuned Weed Detection

D

Deformable Detr Box Finetuned Weed Detection

由 IT20255756 开发

基于facebook/deformable-detr-box-supervised微调的杂草检测模型

开源协议:Apache-2.0 #可变形目标检测 #杂草识别 #农业场景

下载量 25

发布时间 : 9/2/2023

模型简介

该模型是基于Deformable DETR架构的目标检测模型，专门针对杂草检测任务进行了微调。

模型特点

基于Deformable DETR架构

采用可变形注意力机制，提高了对不规则形状目标的检测能力

专注于杂草检测

针对农业场景中的杂草识别任务进行了专门优化

盒监督训练

使用边界框标注数据进行监督训练，适合目标检测任务

模型能力

图像中的目标检测

杂草识别

农业场景分析

使用案例

精准农业

田间杂草监测

自动检测农田中的杂草分布

自动化除草系统

为自动化除草设备提供目标检测支持

精选推荐AI模型

Qwen2.5 VL 7B Abliterated Caption It I1 GGUF

Qwen2.5-VL-7B-Abliterated-Caption-it的量化版本，支持多语言图像描述任务。

图像生成文本

Transformers 支持多种语言

Nunchaku Flux.1 Dev Colossus

Colossus Project Flux 的 Nunchaku 量化版本，旨在根据文本提示生成高质量图像。该模型在优化推理效率的同时，将性能损失降至最低。

图像生成英语

Qwen2.5 VL 7B Abliterated Caption It GGUF

这是一个基于Qwen2.5-VL-7B模型的静态量化版本，专注于图像描述生成任务，支持多种语言。

图像生成文本

Transformers 支持多种语言

Olmocr 7B 0725 FP8

olmOCR-7B-0725-FP8是基于Qwen2.5-VL-7B-Instruct模型，使用olmOCR-mix-0225数据集微调后量化为FP8版本的文档OCR模型。

图像生成文本

Transformers 英语

Lucy-128k是基于Qwen3-1.7B开发的专注于代理式网络搜索和轻量级浏览的模型，在移动设备上也能高效运行。

大型语言模型

Transformers 英语

AIbase

智启未来，您的人工智能解决方案智库

© 2025AIbase 备案号：闽ICP备08105208号-24