モデル選定

植物病害識別

# 植物病害識別

Cropvision CLIP

CLIPアーキテクチャを基にファインチューニングされた視覚言語モデルで、植物病害のゼロショット分類に特化

Safetensors 英語

google/vit-base-patch16-224-in21kをbeansデータセットでファインチューニングしたVision Transformerモデル、画像分類タスク用

Vit Model Jmrv002

GoogleのViTモデルをbeansデータセットで微調整した高精度画像分類モデル

このモデルはGoogleのViT-baseモデルをbeansデータセットでファインチューニングした画像分類モデルで、精度は98.5%です。

Vit Model Julio Test

このモデルはGoogleのViTアーキテクチャをbeansデータセットで微調整した画像分類モデルで、検証セットで97.74%の精度を達成しました。

このモデルはGoogleのViT-baseアーキテクチャをbeansデータセットでファインチューニングした画像分類モデルで、精度は97.74%を達成

Platzi Vit Model Cristian Rubio

このモデルはGoogleのViT-base-patch16-224-in21kをbeansデータセットでファインチューニングした画像分類モデルで、検証セットの精度は98.5%を達成しています。

Platzi Vit Model Orlando Murcia

GoogleのViTモデルをbeansデータセットでファインチューニングした高精度画像分類モデル

Vit Model Beimer

このモデルはGoogleのViT-base-patch16-224-in21kをbeansデータセットでファインチューニングした画像分類モデルで、精度は98.5%です。

GoogleのViTモデルをbeansデータセットで微調整した画像分類モデルで、精度は97.74%

Platzi Vit Model Javi Javiai

このモデルはGoogleのViTアーキテクチャをbeansデータセットで微調整した画像分類モデルで、精度は97.74%を達成しています。

このモデルはGoogleのViTアーキテクチャをbeansデータセットで微調整した画像分類モデルで、精度は97.74%を達成しています。

Platzi Vit Model Elyager

このモデルはGoogleのViTアーキテクチャをbeansデータセットでファインチューニングした画像分類モデルで、精度は97.74%です。

Platzi Vit Model Omar Espejel

これはGoogleのViTモデルをbeansデータセットで微調整した画像分類モデルで、精度は98.5%に達します。

GoogleのViTモデルをbeansデータセットで微調整した画像分類モデルで、精度は96.99%を達成

GoogleのViTモデルを豆類データセットでファインチューニングした画像分類モデルで、精度は97.74%

GoogleのViTモデルを豆類データセットで微調整した高精度画像分類モデル

Vit Base Beans Demo V5

GoogleのViTベースモデルをbeansデータセットで微調整した画像分類モデルで、精度は98.5%

Vit Base Beans Demo V5

GoogleのViTベースモデルを画像フォルダデータセットで微調整したVision Transformerモデル

このモデルはGoogleのViTアーキテクチャをbeansデータセットでファインチューニングした画像分類モデルで、豆類植物の健康状態を識別するために使用されます。

Platzi Vit Model Tommasory Beans

GoogleのViTモデルを豆類データセットでファインチューニングした画像分類モデルで、精度は99.25%

google/vit-base-patch16-224-in21kをbeansデータセットで微調整したVision Transformerモデル

GoogleのViTベースモデルを豆類画像データセットでファインチューニングした視覚分類モデルで、精度は97.74%

このモデルはtimm/resnet18.a1_in1kをbeansデータセットで微調整した画像分類モデルで、精度は69.17%です。

GoogleのViTモデルをbeansデータセットでファインチューニングした高精度画像分類モデル

このモデルはGoogleのViTアーキテクチャをベースに、beansデータセットでファインチューニングされた画像分類モデルで、精度は98.5%です。

Platzi Vit Base Beans Omar Espejel

GoogleのViTモデルをbeansデータセットでファインチューニングした画像分類モデルで、豆類の葉の健康状態を識別するために使用されます

GoogleのViTモデルをbeansデータセットでファインチューニングした画像分類モデルで、精度は98.5%

Swin Tiny Patch4 Window7 224 Finetuned Plantdisease

Swin Transformerアーキテクチャに基づく植物病害画像分類モデルで、植物病害データセットでファインチューニングされ、精度は96.9%を達成

Convnext Tiny Finetuned Beans

このモデルはConvNeXt-Tinyアーキテクチャをベースにbeansデータセットで微調整された画像分類モデルで、精度は96.09%を達成しています。

Swin Tiny Patch4 Window7 224 Plant Doctor

これはSwin Transformerアーキテクチャに基づく小型画像分類モデルで、植物健康診断タスク向けに微調整されており、評価セットで99.83%の精度を達成しました。

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

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

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

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