模型简介
该模型用于定位图像中的物体并进行分类,采用RetinaNet架构,结合特征金字塔网络和焦点损失函数,有效处理多尺度物体检测和类别不平衡问题。
模型特点
单阶段检测器
RetinaNet作为单阶段检测器,在保持高精度的同时实现快速检测。
特征金字塔网络
使用特征金字塔网络(FPN)高效检测不同尺度的物体。
焦点损失函数
引入焦点损失函数(Focal Loss)解决前景-背景类别不平衡问题。
模型能力
物体定位
物体分类
多尺度物体检测
使用案例
计算机视觉
通用目标检测
检测图像中的各种物体并分类
在COCO数据集上表现良好
监控系统
实时检测监控视频中的人和物体
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