S
Swin Base Patch4 Window7 224 In22k Plant Seedling Classification
由 uisikdag 开发
基于Swin Transformer架构的图像分类模型,在图像文件夹数据集上微调,准确率达96.67%
下载量 16
发布时间 : 3/10/2023
模型简介
该模型是基于microsoft/swin-base-patch4-window7-224-in22k微调的图像分类模型,主要用于植物杂草识别任务。
模型特点
高准确率
在测试集上达到96.67%的分类准确率
基于Swin Transformer
采用先进的视觉Transformer架构,具有强大的特征提取能力
小样本学习
在相对较小的数据集上微调获得优异性能
模型能力
图像分类
植物识别
杂草检测
使用案例
农业
杂草自动识别
用于农田中杂草的自动检测与分类
准确识别不同种类杂草,准确率96.67%
植物研究
植物种类分类
辅助植物学家进行植物种类识别与研究
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