3

30 Plant Types Image Detection

由dima806開發
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
AIbase
智啟未來,您的人工智能解決方案智庫
© 2025AIbase