这是一个图像分类模型,能够识别五种不同的场景:医院、阳台、走廊、机场和咖啡厅。
下载量 14
发布时间 : 6/22/2022
模型简介
该模型使用PyTorch框架训练,通过HuggingPics自动生成,专门用于场景分类任务。
模型特点
多场景识别
能够准确识别五种不同的室内外场景
高准确率
在测试集上达到88.39%的分类准确率
易用性
通过HuggingPics自动生成,便于快速部署使用
模型能力
图像分类
场景识别
使用案例
智能监控
安防场景识别
自动识别监控画面中的场景类型
提高监控系统智能化水平
智能家居
家庭场景识别
识别家庭环境中的不同区域
为智能家居系统提供场景感知能力
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