Rfdetr Base ONNX
基於 DETR 架構的目標檢測模型,適用於通用物體檢測任務
下載量 43
發布時間 : 3/29/2025
模型概述
RF-DETR 是基於 DETR (Detection Transformer) 架構改進的目標檢測模型,能夠識別圖像中的物體並輸出其類別和位置信息。該模型已轉換為 ONNX 格式,便於在 JavaScript 環境中部署使用。
模型特點
基於 Transformer 的檢測架構
採用 DETR 架構,無需傳統目標檢測中的錨框設計,直接輸出檢測結果
ONNX 格式支持
模型已轉換為 ONNX 格式,便於跨平臺部署和推理
JavaScript 環境兼容
可通過 Transformers.js 庫在瀏覽器或 Node.js 環境中直接運行
模型能力
圖像中的物體檢測
多類別物體識別
邊界框預測
使用案例
計算機視覺應用
智能監控系統
用於即時檢測監控畫面中的人員、車輛等物體
可準確識別常見物體並標記其位置
零售商品識別
識別貨架上的商品種類和位置
輔助庫存管理和自動結賬系統
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