Detr Resnet 50 Dc5 Fashionpedia Finetuned
DETR是一種基於Transformer的目標檢測模型,採用端到端的方式處理目標檢測任務,無需複雜的後處理步驟。
下載量 57
發布時間 : 9/2/2024
模型概述
DETR是一種創新的目標檢測架構,結合了CNN和Transformer的優勢,能夠直接預測一組固定數量的邊界框和類別標籤。
模型特點
端到端檢測
無需複雜的後處理步驟(如NMS),直接輸出檢測結果
Transformer架構
利用Transformer的全局注意力機制處理視覺特徵
簡單高效
相比傳統檢測器,架構更簡單,訓練流程更統一
模型能力
目標檢測
多類別識別
邊界框預測
使用案例
時尚產業
時尚物品檢測
檢測和分類時尚圖片中的各種物品和服飾
在Fashionpedia數據集上表現良好
零售
商品識別
自動識別零售場景中的商品
精選推薦AI模型
Llama 3 Typhoon V1.5x 8b Instruct
專為泰語設計的80億參數指令模型,性能媲美GPT-3.5-turbo,優化了應用場景、檢索增強生成、受限生成和推理任務
大型語言模型
Transformers 支持多種語言

L
scb10x
3,269
16
Cadet Tiny
Openrail
Cadet-Tiny是一個基於SODA數據集訓練的超小型對話模型,專為邊緣設備推理設計,體積僅為Cosmo-3B模型的2%左右。
對話系統
Transformers 英語

C
ToddGoldfarb
2,691
6
Roberta Base Chinese Extractive Qa
基於RoBERTa架構的中文抽取式問答模型,適用於從給定文本中提取答案的任務。
問答系統 中文
R
uer
2,694
98