Yolov9 CoreML
模型概述
YOLOv9的CoreML轉換版本,專為蘋果設備優化,適用於即時目標檢測場景。
模型特點
蘋果設備優化
專為蘋果神經引擎設計,在M1/M4等蘋果芯片上高效運行
即時檢測
基於YOLOv9架構,支持高幀率目標檢測
多平臺兼容
已在Mac和iPad等多款蘋果設備上測試驗證
模型能力
圖像目標檢測
即時物體識別
多類別識別
使用案例
智能監控
即時安防監控
用於即時檢測監控畫面中的可疑物體或人員
高準確率的即時檢測
移動應用
AR應用物體識別
在iPad等移動設備上實現AR場景中的物體識別
低延遲的移動端檢測
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