Yolos Base
YOLOS是基于Transformer架构的目标检测模型,专为高效处理视觉任务而设计。
下载量 16
发布时间 : 8/26/2023
模型简介
YOLOS-base是一个基于Transformer的目标检测模型,采用类似DETR的架构,适用于图像中的对象检测任务。
模型特点
Transformer架构
采用Transformer架构进行目标检测,不同于传统CNN-based方法
ONNX支持
提供ONNX格式权重,便于在Web端部署
高效检测
专为高效目标检测设计,平衡精度与速度
模型能力
图像目标检测
多类别对象识别
边界框预测
使用案例
计算机视觉
智能监控
用于监控视频中的物体检测和追踪
自动驾驶
实时检测道路上的车辆、行人和障碍物
工业应用
质量检测
生产线上的产品缺陷检测
精选推荐AI模型
Llama 3 Typhoon V1.5x 8b Instruct
专为泰语设计的80亿参数指令模型,性能媲美GPT-3.5-turbo,优化了应用场景、检索增强生成、受限生成和推理任务
大型语言模型
Transformers 支持多种语言

L
scb10x
3,269
16
Cadet Tiny
Openrail
Cadet-Tiny是一个基于SODA数据集训练的超小型对话模型,专为边缘设备推理设计,体积仅为Cosmo-3B模型的2%左右。
对话系统
Transformers 英语

C
ToddGoldfarb
2,691
6
Roberta Base Chinese Extractive Qa
基于RoBERTa架构的中文抽取式问答模型,适用于从给定文本中提取答案的任务。
问答系统 中文
R
uer
2,694
98