# 工業質檢

這是一個針對德語優化的微調MBert模型，專注於質量領域，由Multi2ConvAI項目開發。

這是一個基於BERT架構、針對英語質量領域文本分類任務進行微調的模型，屬於Multi2ConvAI項目的一部分。

Llama 3.2 11B Vision Instruct 是一個結合視覺和語言的多模態模型，支持圖像轉文本任務。

專為強化低級幾何感知能力訓練的多模態大語言模型，通過合成高保真視覺描述增強幾何分析能力

這是一個基於Apache-2.0許可證發佈的目標檢測模型，用於識別和定位圖像中的特定對象。

基於Apache-2.0許可證的開源模型（具體信息不可用）

基於google/vit-base-patch16-224微調的視覺模型，在評估集上F1分數達到0.9931

基於PyTorch實現的目標檢測模型，用於識別和定位圖像中的物體。

一個用於圖像分割任務的深度學習模型，能夠將圖像中的不同對象或區域進行精確分割。

該模型信息未提供具體描述，無法生成簡介

基於facebook/detr-resnet-50微調的裂縫檢測模型，適用於建築表面裂縫識別任務

基於nvidia/mit-b0在bilal01/stamp-verification-test數據集上微調的圖像分割模型

一個通用的圖像分類模型，能夠識別和分類輸入圖像中的對象

基於AutoTrain訓練的二元分類圖像分類模型，在驗證集上表現出色

基於google/vit-base-patch16-224-in21k微調的視覺Transformer模型，在評估集上準確率達99.26%

HKDB_SDFT_Unbalanced 是一個用於圖像分類任務的模型，具有較高的準確率。

基於microsoft/resnet-18微調的圖像分類模型，在fl_image_category_ds數據集上訓練

這是一個通用模型模板，實際信息需根據具體模型頁面內容補充

這是一個圖像分類模型，用於區分圖像是否為3D打印物品。

基於Google Vision Transformer (ViT)架構的圖像分類模型，在自定義數據集上微調，準確率達82.18%

這是一個基於PyTorch和HuggingPics構建的圖像分類模型，專門用於識別圖像中的鏽蝕情況。

這是一個基於PyTorch和HuggingPics構建的圖像分類模型，專門用於識別圖像中的鏽蝕情況。

這是一個基於PyTorch框架和HuggingPics工具生成的圖像分類模型，專門用於識別鏽蝕和非鏽蝕圖像。

這是一個基於PyTorch和HuggingPics構建的圖像分類模型，專門用於識別圖像中的鏽蝕情況。

這是一個基於DeiT架構的圖像分類模型，專門用於岩石顆粒分類任務，由HuggingPics自動生成。

一個基於PyTorch的圖像分類模型，用於檢測圖像中的異常情況。

這是一個基於PyTorch框架的圖像分類模型，專門用於異常檢測任務，由HuggingPics工具自動生成。

基於ViT-base-patch16-224-in21k微調的圖像方向檢測模型，用於識別圖像是否為倒置狀態

這是一個針對法語優化的Bert模型，專注於質量領域，由Multi2ConvAI項目開發。

這是一個針對質量領域進行微調的MBert模型，專門處理英語文本分類任務。