30 Plant Types Image Detection
這是一個基於Vision Transformer (ViT)架構的圖像分類模型,能夠準確識別30種不同類型的植物,平均準確率達到93%。
下載量 27
發布時間 : 10/29/2023
模型概述
該模型使用google/vit-base-patch16-224-in21k作為基礎模型,專門用於植物類型識別任務。它能夠從輸入圖像中預測植物的具體種類,在農業、植物學研究等領域有廣泛應用價值。
模型特點
高準確率
在30類植物分類任務上達到93%的整體準確率,部分類別如椰子、紅薯等達到99%以上的準確率。
多類別識別
能夠識別30種不同的植物類型,涵蓋常見農作物、水果和藥用植物等。
基於ViT架構
採用先進的Vision Transformer架構,相比傳統CNN模型在圖像分類任務上有更好的表現。
模型能力
植物種類識別
圖像分類
農業圖像分析
使用案例
農業
農作物自動識別
用於農田監測系統中自動識別不同作物類型
可準確識別水稻、玉米、木薯等主要農作物
水果品質檢測
在水果分揀線上識別不同水果種類
對香蕉、橙子、芒果等水果識別準確率達95%以上
植物學研究
植物標本分類
輔助植物學家快速分類植物標本
可識別包括藥用植物如蘆薈、薑黃等在內的多種植物
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