AIbase

V

Vit Base Beans

由 christyli 开发
基于Google的ViT基础模型在豆类图像数据集上微调的视觉分类模型，准确率达97.74%
图像分类
Transformers
开源协议:Apache-2.0#高精度图像分类#植物病害识别#迁移学习微调
下载量 31
发布时间 : 10/28/2022
模型介绍
内容详情
替代品

模型简介

该模型是基于ViT架构的图像分类器，专门针对豆类植物图像识别任务进行微调，适用于农业领域的植物健康监测和品种识别

模型特点

高精度分类
在评估集上达到97.74%的准确率，表现优异
基于ViT架构
采用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实现高性能（训练轮次仅5轮）

模型能力

植物图像分类
农业图像识别
豆类品种鉴别

使用案例

农业科技
豆类品种自动识别
用于农场或实验室中不同豆类品种的自动分类
分类准确率97.74%
植物健康监测
通过叶片图像识别判断植物健康状况