AIbase
JA
ホーム
Fruits
F

Fruits

hgargによって開発
PyTorchとHuggingPicsを使用して構築された画像分類モデルで、さまざまな種類の果物を識別するために特別に設計されています。
画像分類
Transformers
#高精度画像分類#多カテゴリ果物認識#PyTorch軽量モデル
ダウンロード数 43
リリース時間 : 3/2/2022

モデル概要

このモデルは、リンゴ、バナナ、マンゴー、オレンジ、トマトなどの一般的な果物の画像を97.32%の精度で正確に分類できます。

モデル特徴

高精度
果物分類タスクで97.32%の精度を達成
使いやすさ
HuggingPicsフレームワークを通じてカスタム画像分類器を簡単に作成
多カテゴリ認識
さまざまな一般的な果物の分類をサポート

モデル能力

画像分類
果物認識
多カテゴリ分類

使用事例

小売・在庫管理
自動果物分類システム
スーパーマーケットや果物店で果物を自動的に識別・分類するために使用
在庫管理効率の向上
農業応用
果物品質検査
農業生産ラインで果物を自動的に識別・分類
選別効率と精度の向上
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