Yolov5m Forklift
基於YOLOv5m架構的叉車目標檢測模型,在keremberke/叉車目標檢測數據集上訓練,mAP@0.5達到0.85。
下載量 118
發布時間 : 1/1/2023
模型概述
該模型專門用於檢測圖像或視頻中的叉車目標,適用於工業場景下的叉車識別與追蹤。
模型特點
高精度檢測
在驗證集上達到0.85的mAP@0.5,能夠準確識別叉車目標
YOLOv5架構
基於成熟的YOLOv5m架構,平衡了檢測精度和推理速度
工業場景優化
專門針對叉車檢測場景進行訓練和優化
模型能力
圖像目標檢測
叉車識別
即時檢測
使用案例
工業自動化
倉庫叉車監控
在倉庫環境中自動檢測和追蹤叉車位置
提高倉庫管理效率和安全性
物流管理
統計物流中心叉車使用情況
優化物流資源配置
安全監控
叉車安全區域監測
檢測叉車是否進入危險區域
預防工業事故
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