3

30 Plant Types Image Detection

由 dima806 开发
这是一个基于Vision Transformer (ViT)架构的图像分类模型,能够准确识别30种不同类型的植物,平均准确率达到93%。
下载量 27
发布时间 : 10/29/2023
模型介绍
内容详情
替代品

模型简介

该模型使用google/vit-base-patch16-224-in21k作为基础模型,专门用于植物类型识别任务。它能够从输入图像中预测植物的具体种类,在农业、植物学研究等领域有广泛应用价值。

模型特点

高准确率
在30类植物分类任务上达到93%的整体准确率,部分类别如椰子、红薯等达到99%以上的准确率。
多类别识别
能够识别30种不同的植物类型,涵盖常见农作物、水果和药用植物等。
基于ViT架构
采用先进的Vision Transformer架构,相比传统CNN模型在图像分类任务上有更好的表现。

模型能力

植物种类识别
图像分类
农业图像分析

使用案例

农业
农作物自动识别
用于农田监测系统中自动识别不同作物类型
可准确识别水稻、玉米、木薯等主要农作物
水果品质检测
在水果分拣线上识别不同水果种类
对香蕉、橙子、芒果等水果识别准确率达95%以上
植物学研究
植物标本分类
辅助植物学家快速分类植物标本
可识别包括药用植物如芦荟、姜黄等在内的多种植物