基于ViT架构的豆类叶片病害分类模型,在beans数据集上微调,准确率达99.25%
下载量 20
发布时间 : 1/4/2023
模型简介
该模型是基于Google的ViT-base-patch16-224-in21k在beans数据集上微调的图像分类模型,专门用于识别豆类叶片的健康状况和病害类型。
模型特点
高精度分类
在beans测试集上达到99.25%的准确率,能可靠区分健康叶片和病害叶片
基于ViT架构
使用Vision Transformer基础模型,具有强大的图像特征提取能力
轻量级微调
仅需4个训练轮次即可达到优异性能,训练效率高
模型能力
豆类叶片健康状态分类
植物病害识别
农业图像分析
使用案例
智慧农业
豆类病害自动检测
自动识别田间豆类作物的健康状况,及时发现锈病等病害
准确率99.25%
作物健康监测系统
集成到农业监测系统中,提供实时植物健康分析
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