V
Vit Model Julio Test
由 osarez-group 开发
该模型是基于Google的ViT架构在beans数据集上微调的图像分类模型,在验证集上达到了97.74%的准确率。
下载量 18
发布时间 : 3/2/2023
模型简介
这是一个基于Vision Transformer (ViT)架构的图像分类模型,专门针对beans数据集进行微调,用于识别豆类植物的健康状态。
模型特点
高准确率
在beans验证集上达到了97.74%的分类准确率
基于ViT架构
使用Vision Transformer架构,能够有效捕捉图像中的全局特征
小样本微调
仅需少量训练数据即可获得良好性能
模型能力
图像分类
植物健康状态识别
使用案例
农业
豆类植物病害检测
自动识别豆类植物的健康状态,检测可能的病害
验证准确率97.74%
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