Swin Base Patch4 Window7 224 In22k Plant Seedling Classification
S
Swin Base Patch4 Window7 224 In22k Plant Seedling Classification
uisikdagによって開発
Swin Transformerアーキテクチャに基づく画像分類モデルで、画像フォルダデータセットでファインチューニングされ、精度96.67%を達成
ダウンロード数 16
リリース時間 : 3/10/2023
モデル概要
このモデルはmicrosoft/swin-base-patch4-window7-224-in22kをファインチューニングした画像分類モデルで、主に植物雑草識別タスクに使用されます。
モデル特徴
高精度
テストセットで96.67%の分類精度を達成
Swin Transformerベース
先進的な視覚Transformerアーキテクチャを採用し、強力な特徴抽出能力を有する
少数サンプル学習
比較的小さなデータセットでファインチューニングし優れた性能を獲得
モデル能力
画像分類
植物識別
雑草検出
使用事例
農業
雑草自動識別
農地における雑草の自動検出と分類に使用
さまざまな種類の雑草を96.67%の精度で正確に識別
植物研究
植物種分類
植物学者が植物種の識別と研究を支援
おすすめAIモデル
Llama 3 Typhoon V1.5x 8b Instruct
タイ語専用に設計された80億パラメータの命令モデルで、GPT-3.5-turboに匹敵する性能を持ち、アプリケーションシナリオ、検索拡張生成、制限付き生成、推論タスクを最適化
大規模言語モデル
Transformers 複数言語対応

L
scb10x
3,269
16
Cadet Tiny
Openrail
Cadet-TinyはSODAデータセットでトレーニングされた超小型対話モデルで、エッジデバイス推論向けに設計されており、体積はCosmo-3Bモデルの約2%です。
対話システム
Transformers 英語

C
ToddGoldfarb
2,691
6
Roberta Base Chinese Extractive Qa
RoBERTaアーキテクチャに基づく中国語抽出型QAモデルで、与えられたテキストから回答を抽出するタスクに適しています。
質問応答システム 中国語
R
uer
2,694
98