这是一个基于BERT架构、针对英语质量领域文本分类任务进行微调的模型，属于Multi2ConvAI项目的一部分。

这是一个针对德语优化的微调MBert模型，专注于质量领域，由Multi2ConvAI项目开发。

Llama 3.2 11B Vision Instruct 是一个结合视觉和语言的多模态模型，支持图像转文本任务。

专为强化低级几何感知能力训练的多模态大语言模型，通过合成高保真视觉描述增强几何分析能力

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。

基于Apache-2.0许可证的开源模型（具体信息不可用）

基于google/vit-base-patch16-224微调的视觉模型，在评估集上F1分数达到0.9931

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。

一个用于图像分割任务的深度学习模型，能够将图像中的不同对象或区域进行精确分割。

该模型信息未提供具体描述，无法生成简介

基于facebook/detr-resnet-50微调的裂缝检测模型，适用于建筑表面裂缝识别任务

基于nvidia/mit-b0在bilal01/stamp-verification-test数据集上微调的图像分割模型

一个通用的图像分类模型，能够识别和分类输入图像中的对象

基于AutoTrain训练的二元分类图像分类模型，在验证集上表现出色

基于google/vit-base-patch16-224-in21k微调的视觉Transformer模型，在评估集上准确率达99.26%

HKDB_SDFT_Unbalanced 是一个用于图像分类任务的模型，具有较高的准确率。

基于microsoft/resnet-18微调的图像分类模型，在fl_image_category_ds数据集上训练

这是一个通用模型模板，实际信息需根据具体模型页面内容补充

这是一个图像分类模型，用于区分图像是否为3D打印物品。

基于Google Vision Transformer (ViT)架构的图像分类模型，在自定义数据集上微调，准确率达82.18%

这是一个基于PyTorch和HuggingPics构建的图像分类模型，专门用于识别图像中的锈蚀情况。

这是一个基于PyTorch和HuggingPics构建的图像分类模型，专门用于识别图像中的锈蚀情况。

这是一个基于PyTorch框架和HuggingPics工具生成的图像分类模型，专门用于识别锈蚀和非锈蚀图像。

这是一个基于PyTorch和HuggingPics构建的图像分类模型，专门用于识别图像中的锈蚀情况。

这是一个基于DeiT架构的图像分类模型，专门用于岩石颗粒分类任务，由HuggingPics自动生成。

一个基于PyTorch的图像分类模型，用于检测图像中的异常情况。

这是一个基于PyTorch框架的图像分类模型，专门用于异常检测任务，由HuggingPics工具自动生成。

基于ViT-base-patch16-224-in21k微调的图像方向检测模型，用于识别图像是否为倒置状态

这是一个针对质量领域进行微调的MBert模型，专门处理英语文本分类任务。

这是一个针对法语优化的Bert模型，专注于质量领域，由Multi2ConvAI项目开发。