Fruits
F
Fruits
由hafidber開發
一個基於PyTorch和HuggingPics構建的高精度水果圖像分類模型
下載量 30
發布時間 : 4/7/2022
模型概述
該模型能夠準確識別和分類常見水果圖像,包括蘋果、香蕉、葡萄、獼猴桃和檸檬等
模型特點
高準確率
在測試集上達到99.1%的分類準確率
易用性
通過HuggingPics框架可輕鬆創建自定義圖像分類器
多類別識別
支持多種常見水果的精確分類
模型能力
水果圖像分類
多類別識別
高精度預測
使用案例
零售行業
自動水果分揀
用於超市或水果加工廠的自動分揀系統
提高分揀效率和準確性
教育應用
兒童教育應用
幫助兒童識別不同種類的水果
增強學習趣味性和互動性
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