AIbase
JA
ホーム
Fruits
F

Fruits

hafidberによって開発
PyTorchとHuggingPicsを基に構築された高精度な果物画像分類モデル
画像分類
Transformers
#高精度画像分類#農産物識別#PyTorch軽量モデル
ダウンロード数 30
リリース時間 : 4/7/2022

モデル概要

このモデルは、リンゴ、バナナ、ブドウ、キウイ、レモンなどの一般的な果物画像を正確に識別・分類できます

モデル特徴

高精度
テストデータセットで99.1%の分類精度を達成
使いやすさ
HuggingPicsフレームワークで簡単にカスタム画像分類器を作成可能
多クラス識別
複数の一般的な果物を正確に分類可能

モデル能力

果物画像分類
多クラス識別
高精度予測

使用事例

小売業界
自動果物選別
スーパーや果物加工工場の自動選別システムに使用
選別効率と精度の向上
教育アプリケーション
児童教育アプリ
子供がさまざまな種類の果物を識別するのを支援
学習の楽しさとインタラクティブ性の向上
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
AIbase
未来を切り開く、あなたのAIソリューション知識ベース
English简体中文繁體中文にほんご
© 2025AIbase