该模型是基于Vision Transformer (ViT)架构的视觉模型,专注于藻类图像的分类任务。
下载量 39
发布时间 : 2/16/2023
模型简介
large-algae-vit-rgb是一个用于藻类图像分类的视觉模型,基于ViT架构,在特定数据集上进行了微调。
模型特点
基于ViT架构
采用Vision Transformer架构,适合处理图像数据
藻类图像分类
专门针对藻类图像进行分类任务
中等准确率
在评估集上达到约58%的准确率
模型能力
图像分类
藻类识别
使用案例
环境监测
藻类水华监测
用于监测水体中的藻类生长情况
生物研究
藻类种类识别
识别不同种类的藻类
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