Coreml YOLOv3
模型概述
YOLOv3(You Only Look Once version 3)是一種流行的即時目標檢測模型,能夠在單次前向傳播中同時預測物體的位置和類別。該模型以其速度和準確性著稱,適用於各種即時視覺任務。
模型特點
即時檢測
能夠在單次前向傳播中同時完成物體定位和分類,實現高效即時處理。
多尺度預測
採用多尺度特徵融合策略,提高了對不同大小物體的檢測能力。
80類物體識別
能夠識別並分類COCO數據集中的80種常見物體類別。
多種精度版本
提供全精度(32位)、半精度(16位)和8位量化版本,適應不同硬件需求。
模型能力
即時物體檢測
多物體識別
物體定位
圖像分析
使用案例
智能監控
即時安全監控
用於監控攝像頭中的人員、車輛等物體檢測和跟蹤
可即時識別多種安全相關物體
移動應用
AR應用物體識別
在增強現實應用中識別環境物體
為AR交互提供環境感知能力
自動駕駛
道路物體檢測
識別道路上的車輛、行人、交通標誌等
為自動駕駛系統提供環境感知輸入
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