F
Fruits
由 hgarg 开发
一个基于PyTorch和HuggingPics构建的图像分类模型,专门用于识别不同种类的水果。
下载量 43
发布时间 : 3/2/2022
模型简介
该模型能够准确分类常见水果图像,如苹果、香蕉、芒果、橙子和番茄等,准确率达到97.32%。
模型特点
高准确率
在水果分类任务上达到97.32%的准确率
易用性
通过HuggingPics框架轻松创建自定义图像分类器
多类别识别
支持多种常见水果的分类识别
模型能力
图像分类
水果识别
多类别分类
使用案例
零售与库存管理
自动水果分类系统
用于超市或水果店自动识别和分类水果
提高库存管理效率
农业应用
水果品质检测
在农业生产线上自动识别和分类水果
提高分拣效率和准确性
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