30 Plant Types Image Detection
このモデルはVision Transformer (ViT)アーキテクチャに基づく画像分類モデルで、30種類の異なる植物を93%の平均精度で正確に識別できます。
ダウンロード数 27
リリース時間 : 10/29/2023
モデル概要
このモデルはgoogle/vit-base-patch16-224-in21kをベースモデルとして使用し、植物種類識別タスク専用に設計されています。入力画像から植物の具体的な種類を予測でき、農業や植物学研究などの分野で広く活用可能です。
モデル特徴
高精度
30クラス植物分類タスクで93%の全体精度を達成し、ココナッツやサツマイモなどの一部カテゴリでは99%以上の精度を達成しています。
多クラス識別
30種類の異なる植物タイプを識別可能で、一般的な農作物、果物、薬用植物などをカバーしています。
ViTアーキテクチャ採用
先進的なVision Transformerアーキテクチャを採用しており、従来のCNNモデルと比べて画像分類タスクでより優れた性能を発揮します。
モデル能力
植物種識別
画像分類
農業画像分析
使用事例
農業
農作物自動識別
農地監視システムで異なる作物タイプを自動識別するために使用
米、トウモロコシ、キャッサバなどの主要農作物を正確に識別可能
果物品質検査
果物選別ラインで異なる果物種類を識別
バナナ、オレンジ、マンゴーなどの果物で95%以上の識別精度を達成
植物学研究
植物標本分類
植物学者が植物標本を迅速に分類するのを支援
アロエやウコンなどの薬用植物を含む多様な植物を識別可能
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