S

Safety Utcustom Train SF RGBD B5

由sam1120開發
基於nvidia/mit-b5微調的安全視覺分割模型,專注於RGBD圖像中的安全與危險區域識別
下載量 17
發布時間 : 2/6/2024

模型概述

該模型是基於MIT-B5架構的改進版本,專門用於處理RGBD圖像數據,能夠有效識別圖像中的安全區域和危險區域。在安全類別識別上達到55.78%的準確率,危險類別識別準確率高達99.47%。

模型特點

高精度危險區域檢測
在危險區域識別上達到99.47%的準確率和98.14%的交併比
RGBD圖像處理能力
專門優化用於處理包含深度信息的RGBD圖像數據
平衡性能表現
在整體準確率(98.18%)和類別平衡性(安全類別47.45%交併比)間取得良好平衡

模型能力

圖像分割
安全區域識別
危險區域檢測
RGBD圖像處理

使用案例

工業安全監控
工廠危險區域即時監測
用於監控工廠環境中的危險區域,及時預警人員接近
可準確識別99%以上的危險區域
智能安防系統
公共場所安全監控
識別公共場所中的潛在危險區域
平衡識別安全與危險區域
AIbase
智啟未來,您的人工智能解決方案智庫
© 2025AIbase