基于YOLOv8框架微调的车牌检测模型，适用于自动驾驶和交通监控场景

这是一个基于YOLOv3架构进行微调的目标检测模型，专为特定场景下的目标识别任务优化

这是一个基于Apache-2.0许可证发布的目标检测模型，用于识别和定位图像中的特定对象。

FRC 578团队开发的YOLO v10小模型，用于教学演示，展示目标检测模型原理

LeYOLO是一个基于YOLO架构的目标检测模型，提供多种尺寸版本（nano、small、medium、large），适用于实时目标检测任务。

基于SenseTime可变形DETR架构微调的火灾检测模型，支持火焰、车辆和人体多目标检测

这是一个基于transformers的关键点检测模型，用于识别图像中的关键点位置

基于facebook/detr-resnet-50微调的枪支目标检测模型，用于识别图像中的枪支物体。

基于PyTorch实现的目标检测模型，用于识别和定位图像中的物体。

该模型用于检测图像中是否存在眼镜，适用于人脸分析、身份验证等场景。

基于YOLOv5m的目标检测模型，专门用于垃圾检测任务。

基于YOLOv5n的垃圾目标检测模型，用于识别和分类垃圾物品。

基于YOLOv5n的轻量级目标检测模型，专门用于检测《部落冲突》游戏中的各种对象。

基于YOLOv5的足球目标检测模型，专门用于检测足球比赛中的目标

基于YOLOv5n的足球目标检测模型，专门用于检测足球场上的各种目标。

一个基于视觉Transformer架构的模型，专门用于可回收材料的自动分类。

基于COCO 2017目标检测数据集微调的YOLOS小尺寸模型，采用视觉Transformer架构实现高效目标检测

基于COCO 2017目标检测数据集微调的YOLOS模型，采用视觉Transformer架构，适用于目标检测任务。

基于COCO 2017目标检测数据集微调的YOLOS模型，使用视觉Transformer架构实现高效目标检测。

一个基于PyTorch的图像分类模型，用于检测图像中的异常情况。

基于Google的ViT模型微调的违规图像分类模型，在评估集上准确率达95.92%

DETR是一个基于Transformer架构的端到端目标检测模型，使用ResNet-50作为骨干网络，在COCO数据集上训练。

基于BERT Tiny架构微调的轻量级假新闻检测模型，适用于中文文本分析