Smart Tv Hand Gestures Image Detection
Vision Transformerアーキテクチャに基づくスマートTVジェスチャー認識モデルで、9種類の一般的なジェスチャーを正確に分類できます。
ダウンロード数 65
リリース時間 : 1/30/2025
モデル概要
このモデルはViTアーキテクチャを使用してスマートTVシーンでのジェスチャー認識を実現し、スワイプ、停止、親指方向など9種類のジェスチャーを認識可能で、精度は99.9%に達します。
モデル特徴
高精度認識
テストセットで99.9%の全体精度を達成し、すべてのジェスチャーのF1値が99.5%を超えています
マルチジェスチャーサポート
9種類の一般的なスマートTVジェスチャーの正確な分類をサポート
効率的なアーキテクチャ
Vision Transformerに基づく現代的な視覚アーキテクチャで、性能と効率のバランスを実現
モデル能力
画像分類
ジェスチャー認識
リアルタイム動作検出
使用事例
スマートホーム
TVジェスチャー制御
カメラでユーザーのジェスチャーを捕捉し、リモコンなしでの操作を実現
9種類の制御ジェスチャーを正確に認識、誤認識率<0.1%
アクセシビリティインタラクション
特別なニーズを持つユーザーの制御インターフェース
身体が不自由なユーザー向けに非接触型インタラクションソリューションを提供
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