P
Plant Vit Model 1
由 Carina124 开发
基于ViT架构的植物图像分类模型,在未知数据集上微调后达到99.95%的验证准确率
下载量 89
发布时间 : 5/22/2023
模型简介
该模型是基于Google的ViT-base-patch16-224-in21k预训练模型进行微调的视觉Transformer模型,适用于植物图像分类任务
模型特点
高准确率
在验证集上达到99.95%的分类准确率
基于ViT架构
使用Vision Transformer架构,具有强大的图像特征提取能力
迁移学习
基于预训练模型微调,适合小规模数据集
模型能力
植物图像分类
图像特征提取
迁移学习
使用案例
农业科技
植物种类识别
自动识别不同种类的植物
准确率高达99.95%
植物健康监测
通过图像分析植物健康状况
生态研究
生物多样性调查
自动识别野外植物种类
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