Detr Resnet 50 Base Coco
基于facebook/detr-resnet-50在COCO数据集上微调的目标检测模型
下载量 20
发布时间 : 7/18/2023
模型简介
该模型是基于DETR(Detection Transformer)架构的目标检测模型,专门针对COCO数据集进行了微调,用于检测图像中的物体并定位其位置。
模型特点
端到端目标检测
采用Transformer架构实现端到端的目标检测,无需传统方法中的锚框生成和非极大值抑制步骤。
基于COCO数据集优化
在广泛使用的COCO目标检测数据集上进行了微调,适合常见的物体检测任务。
ResNet-50骨干网络
使用ResNet-50作为特征提取器,平衡了模型性能和计算效率。
模型能力
图像中的物体检测
物体定位
多类别识别
使用案例
计算机视觉
智能监控
用于监控视频中的人、车等物体检测和跟踪
零售分析
商店货架上的商品检测和识别
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