%20--%3e%3cdefs%3e%3cstyle%3e%20.st0%20{%20fill:%20%23061b40;%20}%20.st1%20{%20fill:%20%23306af1;%20}%20.st2%20{%20fill:%20%235ce5cf;%20}%20%3c/style%3e%3c/defs%3e%3cg%3e%3cpath%20class='st0'%20d='M55,10.5h9v3h-9v9h12V7.5h-12v3ZM64,19.5h-6v-3h6v3Z'/%3e%3cpolygon%20class='st0'%20points='69%2016.5%2078%2016.5%2078%2019.5%2069%2019.5%2069%2022.5%2081%2022.5%2081%2013.5%2072%2013.5%2072%2010.5%2081%2010.5%2081%207.5%2069%207.5%2069%2016.5'/%3e%3cpolygon%20class='st0'%20points='95%2010.5%2095%207.5%2083%207.5%2083%2022.5%2095%2022.5%2095%2019.5%2086%2019.5%2086%2016.5%2095%2016.5%2095%2013.5%2086%2013.5%2086%2010.5%2095%2010.5'/%3e%3cpath%20class='st0'%20d='M40,1.5v21h11.6l1.4-1.4v-7.6h0c0,0-1.4-1.5-1.4-1.5l1.4-1.4V2.9l-1.4-1.4h-11.6ZM50,19.5h-7v-6h7v6ZM50,10.5h-7v-6h7v6Z'/%3e%3c/g%3e%3cpath%20class='st1'%20d='M23.1,24L14.7,4.8l-4.9,11.2h3.8l-1.8,4H3.3L12.1,0H2C.9,0,0,.9,0,2v20c0,1.1.9,2,2,2h21.1Z'/%3e%3cpath%20class='st2'%20d='M34,0h-16.8l10.6,24h6.2c1.1,0,2-.9,2-2V2C36,.9,35.1,0,34,0ZM32.5,20h-4V4h4v16Z'/%3e%3c/svg%3e)
Florence 2 Large DOTA V1.0 Lmmrotate
MIT
LMMRotateは回転物体検出タスク向けにファインチューニングされた大規模マルチモーダル言語モデルで、特に航空写真解析に適しています。
画像生成テキスト
TensorBoard 英語
TensorBoard 英語F
Qingyun
17
1
Deeplabv3plus Tu Resnet18
MIT
PyTorchベースのセマンティックセグメンテーションモデル、複数のエンコーダーアーキテクチャをサポート
画像セグメンテーション
Safetensors
SafetensorsD
smp-test-models
213
0
Segformer B0 Finetuned Deprem Satellite
その他
NVIDIA SegFormer-B0アーキテクチャに基づき、衛星画像データセットで微調整されたセマンティックセグメンテーションモデル。地震関連シナリオ分析に特化
画像セグメンテーション
Transformers
TransformersS
sawthiha
21
0
Yolos Small Cell Tower Detection
Apache-2.0
このモデルはhustvl/yolos-smallをファインチューニングしたバージョンで、基地局の検出に特化しています。
物体検出 Transformers 英語
Transformers 英語Y
DunnBC22
21
1
Yolov5m Aerial Sheep
YOLOv5mアーキテクチャに基づく航空写真用羊検出モデルで、航空画像から羊を検出するために特別に設計されています。
物体検出 TensorBoard
TensorBoardY
keremberke
99
2
Hf Train Output
Apache-2.0
このモデルはGoogleのViT-base-patch16-224-in21kを岩石氷河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92.58%です。
画像分類 Transformers
TransformersH
venetis
28
0
Swin Tiny Patch4 Window7 224 Finetuned Eurosat Kornia
Apache-2.0
Swin Transformerアーキテクチャに基づく微調整画像分類モデルで、画像フォルダデータセットで98.3%の精度を達成しました。
画像分類 Transformers
TransformersS
nielsr
16
0
Vit Base Patch16 224 In21k Eurosat
Apache-2.0
このモデルはgoogle/vit-base-patch16-224-in21kを未知のデータセットでファインチューニングしたVision Transformerモデルで、主に画像分類タスクに使用されます。
画像分類 Transformers
TransformersV
YKXBCi
23
0
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
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
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