V
Vit Base Beans
由 socokal 开发
基于Google的ViT模型在豆类数据集上微调的图像分类模型,准确率达97.74%
下载量 30
发布时间 : 12/18/2022
模型简介
该模型是基于Google的ViT-base-patch16-224-in21k模型在豆类数据集上进行微调的版本,主要用于豆类图像的分类任务。
模型特点
高准确率
在豆类数据集上达到了97.74%的分类准确率
基于ViT架构
使用Vision Transformer架构,具有强大的图像特征提取能力
小样本微调
仅需少量训练样本即可获得良好性能
模型能力
图像分类
豆类识别
植物图像分析
使用案例
农业
豆类品种识别
自动识别不同品种的豆类
准确率97.74%
农产品质量检测
用于农产品分类和质量控制
教育
植物学教学辅助
帮助学生识别不同豆类品种
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