Llmdet Swin Large Hf
LLMDet是基於大語言模型監督的強開放詞彙目標檢測器,CVPR2025亮點論文成果
下載量 3,428
發布時間 : 4/6/2025
模型概述
該模型利用大語言模型進行監督學習,實現零樣本目標檢測能力,特別適用於開放詞彙場景下的目標識別任務
模型特點
大語言模型監督
利用大語言模型的知識進行監督學習,增強模型的理解能力
開放詞彙檢測
能夠檢測訓練數據中未出現的新類別目標
零樣本學習
無需特定類別的訓練樣本即可實現目標檢測
模型能力
開放詞彙目標檢測
零樣本學習
多類別識別
使用案例
計算機視覺
未知物體檢測
在未知或新出現的物體類別上進行檢測
無需重新訓練即可識別新類別
場景理解
複雜場景中的多目標識別與定位
準確識別和定位各類物體
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