该模型是基于ConvNeXt-Tiny架构在beans数据集上微调的图像分类模型,准确率达到96.09%。
下载量 15
发布时间 : 4/25/2022
模型简介
这是一个针对豆类植物病害分类的计算机视觉模型,能够准确识别豆类叶片的不同病害类型。
模型特点
高准确率
在beans测试集上达到96.09%的分类准确率
轻量级架构
基于ConvNeXt-Tiny架构,适合资源受限环境部署
迁移学习
在facebook/convnext-tiny-224预训练模型基础上微调
模型能力
图像分类
植物病害识别
农业图像分析
使用案例
农业技术
豆类病害诊断
自动识别豆类叶片病害类型
准确率96.09%
农业监测
用于农田病害监测系统
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